PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE ADMINISTRAÇÃO, CONTABILIDADE E ECONOMIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA DO DESENVOLVIMENTO
ANDERSON MOREIRA ARISTIDES DOS SANTOS
TRÊS ENSAIOS EM ECONOMIA DA SAÚDE
Porto Alegre 2016
ANDERSON MOREIRA ARISTIDES DOS SANTOS
TRÊS ENSAIOS EM ECONOMIA DA SAÚDE
Tese apresentada como requisito para a obtenção do grau de Doutor pelo Programa de Pós-Graduação em Economia do Desenvolvimento da Pontifícia Universidade Católica do Rio Grande do Sul. Orientador: Prof. Dr. Paulo de Andrade Jacinto
Porto Alegre
2016
Catalogação na Publicação
S237t Santos, Anderson Moreira Aristides dos
Três ensaios em economia da saúde / Anderson
Moreira Aristides dos Santos. – Porto Alegre, 2016. 134 p.
Tese (Doutor) – Programa de Pós-Graduação em
Economia do Desenvolvimento da Pontifícia Universidade Católica do Rio Grande do Sul.
Orientador: Prof. Dr. Paulo de Andrade Jacinto
1. Economia da Saúde. 2. Saúde da Criança. 3. Programa Saúde da Família. 4. Desigualdade Econômica. 5. Economia. I. Jacinto, Paulo de Andrade. II. Título.
CDD 330.981
Bibliotecária Responsável: Salete Maria Sartori, CRB 10/1363
Dedico este trabalho a minha família: meus
pais Manoel (em memória) e Alaíde, meu
irmão Emerson e minha esposa Aderlânia.
AGRADECIMENTOS
Agradeço primeiramente e acima de tudo a Deus.
Tenho gratidão imensa aos meus pais, Manoel Aristides dos Santos (In
Memoriam) e Alaíde Moreira dos Santos, que além de me agraciarem com seus
ensinamentos, amor e carinho, sempre acreditaram e investiram em minha educação.
Ao meu irmão Emerson Aristides dos Santos por ser um verdadeiro irmão.
Tenho uma gratidão imensurável a minha querida esposa, Aderlânia Moreira
Santos Aristides, pelo companheirismo, apoio e paciência necessários na caminhada
da vida e deste curso.
Aos colegas e amigos da pós-graduação pelas contribuições acadêmicas e por
tornar esse curso mais prazeroso: Pedro, Rodrigo, Lívia, Andréa, Andreia, Blanca,
Paulo Henrique, Ana Carolina e a todos os colegas.
Também agradeço a todos os professores do Programa de Pós-Graduação
em Economia do Desenvolvimento da PUC/RS, pelos seus ensinamentos, inclusive
havendo importantes parcerias em artigos, em especial ao meu orientador Paulo de
Andrade Jacinto e seus ensinamentos ao longo de minha vida acadêmica. Aos
professores César Tejada (que também contribuiu durante minha formação
acadêmica), Marco Túlio e Andréa Damaso pelas importantes sugestões como
membros da banca examinadora. Às importantes contribuições do professor Julian
Perelman. Ao Programa de Pós-Graduação em Epidemiologia da Universidade
Federal de Pelotas por ceder os dados para o primeiro ensaio.
Agradeço também ao apoio financeiro concedido pela Universidade através do
fomento da CAPES.
A todos que contribuíram de alguma forma.
RESUMO
Esta tese apresenta três ensaios independentes em Economia da Saúde. No primeiro,
o objetivo é analisar as desigualdades e iniquidades relacionadas à renda dos
cuidados em saúde das crianças na cidade de Pelotas, utilizando dados longitudinais
dos acompanhamentos de 12 até 72 meses. A metodologia foi baseada em índices
de concentração (IC) e suas decomposições. Os principais resultados mostraram que
há desigualdades e iniquidades pró-rico para todos os casos analisados. As variáveis
que mais contribuem para a desigualdade pró-rico do plano de saúde e dos gastos
com plano de saúde são renda, índice de posse e educação das mães. Além dessas
três variáveis, plano de saúde (pró-rico) e variáveis de saúde da criança (pró-pobre)
têm forte contribuição no IC do uso de medicamentos e dos gastos com
medicamentos. Observou-se ainda que, houve reduções na desigualdade e iniquidade
no acompanhamento de 72 meses. Essa redução ocorreu com um maior ganho ou
menor decréscimo para os mais pobres na variável de cuidados em saúde. O segundo
ensaio analisa o impacto do Programa Saúde da Família (PSF) sobre a saúde das
crianças (menores de 12 anos) da área rural do Brasil com base nos dados da PNAD
(2008). Para tanto, foram utilizados os métodos Propensity Score Matching e Mínimos
Quadrados Ordinários, aplicando análises de sensibilidade de Ichino et al. (2008) e
Oster (2015). Os resultados indicaram que o PSF possui um impacto estatisticamente
significativo e de magnitude elevada sobre a saúde das crianças da área rural do
Brasil. Contudo, ele está concentrado nas regiões Norte e Nordeste, sendo não
significativo no Centro-Sul do país. Na região Norte esse impacto independe da idade,
enquanto na região Nordeste, ele é significativo para as menores faixas de idade. A
análise de sensibilidade proposta por Ichino et al. (2008) indicou que os resultados
são robustos para o Norte em todas as faixas, enquanto para região Nordeste a
robustez ocorreu para as crianças entre 0 e 3 anos de idade. Na abordagem de Oster
(2015), apenas os resultados da região Norte e das menores faixas de idade foram
robustos. Por esses resultados, há confirmação da hipótese de que as crianças das
regiões mais pobres da área rural são beneficiadas por esse tipo de política de
cuidados em saúde. Por fim, o terceiro ensaio analisa a relação entre a demanda por
importações de produtos farmoquímicos e farmacêuticos e variáveis econômicas (taxa
de câmbio, preço das importações e renda agregada), no Brasil, fazendo uso de dados
mensais do período 1997-2014. A regressões foram estimadas via Vetor de Correção
de Erros (VEC). Os principais resultados mostraram que aumentos na renda agregada
e reduções nos preços das importações têm impacto positivo e significativo,
respectivamente de forma elástica e inelástica, sobre as importações. A taxa de
câmbio foi significativa apenas no modelo mais agregado. Então, a renda agregada
se mostrou uma variável bastante robusta e com forte impacto sobre as importações
dos produtos farmoquímicos e farmacêuticos. Considerando os argumentos
explicitados na literatura de que o déficit no comércio internacional dessa indústria se
relaciona com déficit em conhecimento e tecnologia, somando aos resultados
encontrados nesta tese, há indícios de que conforme o nível de atividade econômica
cresce, ocorre uma maior demanda por esse tipo de produto, e, não havendo
produção nacional suficiente, há a necessidade de importações, o que pode gerar
pressões no déficit comercial desse segmento.
Palavras-Chaves: cuidados em saúde da criança; desigualdade; iniquidade; dados
longitudinais; saúde da criança; Brasil rural; Programa Saúde da Família; importações;
farmoquímicos e farmacêuticos; elasticidades.
ABSTRACT
This doctoral dissertation presents three independent essays. At first, this paper
analyzes the income-related inequalities and inequities in children’s health care, in the
city of Pelotas, using longitudinal data from follows-up of 12 to 72 months. The
methodology was based on concentration indexes (CI) and their decompositions. The
main results showed that there are pro-rich inequalities and inequalities for all analyzed
cases. The variables, which mostly contributed to the pro-rich inequity of health
insurance and health insurance expenses, are income, asset index and mother’s
education. In addition to these three variables, private health insurance (pro-rich) and
child’s health variables (pro-poor) have a strong contribution in the CI of medicine use
and expenses on medicines. There were reductions in inequality and inequity in the
follow-up of 72 months. This reduction occurred with a higher gain or smaller decrease
for the poor in health care variable. The second study analyzes the impact of Family
Health Program (PSF) on the children’s health (under 12 years old) in Brazil’s rural
area, using data from the PNAD (2008) and the PSM and OLS methods, applying
sensitivity analysis proposed by Ichino et al. (2008) and Oster (2015). The results
indicate that the PSF has statistically significant and high magnitude impact on the
children’s health in Brazil’s rural area. However, it is concentrated in the North and
Northeast regions, and, it is not significant in the Mid-South region. For the North
region, this impact is independent of age, while in the Northeast is significant for
younger age groups. The sensitivity analysis proposed by Ichino et al. (2008) reported
robust results for the North region in all age groups, while in the Northeast region the
robustness only occurred for children between 0 and 3 years old. Based on Oster’s
(2015) approach, only the results of the North region in the smaller age groups were
robust. Thus, there is confirmation of the hypothesis that this type of health care policy
benefits the individuals of the poorest regions in the rural area. The aim of the third
essay was to analyze the relationship between demand for imports of pharmaceutical
chemicals and pharmaceutical and economic variables (exchange rate, import prices
and aggregate income), using elasticities of the demand for imports, considering
monthly data for the period 1997-2014 in Brazil. The regressions are estimated by
Vector Error Correction model. The main results showed that increases in aggregate
income and reductions in import prices have a positive and significant impact,
respectively elastic and inelastic way, on imports. The exchange rate was significant
only in the aggregate model. Thus, the aggregate income showed a very robust
variable and with a strong impact on imports of pharmaceutical chemicals and
pharmaceuticals. Considering the argumentation explained in the literature that the
deficit in international trade of this industry has relationship with deficits in knowledge
and technology, adding to the results found in this dissertation, there is evidence that,
when the level of economic activity grows, a greater demand takes place for that type
of product and there is no enough domestic production, there is the need for
importations, which can generate pressures on the trade deficit in this segment.
Key-Words: child’s health care; inequality; inequity; longitudinal data; child’s health;
rural Brazil; Health Family Program; imports, pharmaceutical chemicals and
pharmaceutical; elasticities.
LISTA DE GRÁFICOS
Gráfico 2.1- Proporção de crianças (%) com plano de saúde e que usaram
medicamentos, por acompanhamento e quintis da renda inicial ............................... 28
Gráfico 2.2- Média dos gastos com saúde da criança (R$ de 2011), por
acompanhamento e por quintis da renda inicial ........................................................ 29
Gráfico 2.3- Contribuição (%) das variáveis para o IC, por desfecho e
acompanhamento ...................................................................................................... 31
Gráfico A1- Distribuição (%) da idade das crianças para os acompanhamentos 12 e 24 meses....................................................................................................................43
Gráfico A2- Distribuição (%) da idade das crianças para os acompanhamentos 48 e
72 meses ................................................................................................................... 44
Gráfico A3- Contribuição (%) das variáveis para o IC de consultas e dificuldades para
consultas ................................................................................................................... 56
Gráfico B1– Área de suporte comum, Brasil e região Norte, por faixas de idade.....110
Gráfico B2– Área de suporte comum, Nordeste e Centro-Sul, por faixas de idade . 111
Gráfico C1- Evolução do logaritmo natural do índice do volume das importações de farmoquímicos e farmacêuticos, 1997-2014.............................................................127
Gráfico C2- Evolução do logaritmo natural do índice do PIB real, 1997-2014 ........ 127
Gráfico C3- Evolução do logaritmo natural do índice do preço das importações de
farmoquímicos e farmacêuticos, 1997-2014 ........................................................... 128
Gráfico C4- Evolução do logaritmo natural do índice da taxa efetiva real de câmbio,
1997-2014 ............................................................................................................... 128
Gráfico C5- Evolução do logaritmo natural do índice do volume das importações de
farmacêuticos, 1997-2014 ....................................................................................... 129
Gráfico C6- Evolução do logaritmo natural do índice do volume das importações de
medicamentos, 1997-2014 ...................................................................................... 129
Gráfico C7- Evolução do logaritmo natural do índice do volume das importações de
hemoderivados, 1997-2014 ..................................................................................... 130
Gráfico C8- Evolução do logaritmo natural do índice do volume das importações de
farmoquímicos, 1997-2014 ...................................................................................... 130
Gráfico C9- Teste de estabilidade do VEC .............................................................. 132
LISTA DE QUADROS E TABELAS
Quadro 2.1- Descrição das variáveis ........................................................................ 25
Tabela 2.1- Evolução do IC e do IH por acompanhamento e desfecho.....................30
Tabela 2.2- Decomposição da variação do IC e do IH em índices de mobilidade, plano
de saúde e uso de medicamentos ............................................................................. 32
Tabela 2.3- Decomposição da variação do IC e do IH em índices de mobilidade, gastos
com saúde das crianças ............................................................................................ 33
Tabela A1- Escolha dos modelos de gastos...............................................................45
Tabela A2- Média das variáveis explicativas por acompanhamento e quintil da renda
inicial ......................................................................................................................... 46
Tabela A3- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC do plano de saúde, acompanhamentos 12 e 24 meses ....................................... 47
Tabela A4- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC do plano de saúde, acompanhamentos 48 e 72 meses ....................................... 48
Tabela A5- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC do uso de medicamentos, acompanhamentos 12 e 24 meses ............................. 49
Tabela A6- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC do uso de medicamentos, acompanhamentos 48 e 72 meses ............................. 50
Tabela A7- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC dos gastos com plano de saúde, acompanhamentos 12 e 24 meses .................. 51
Tabela A8- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC dos gastos com plano de saúde, acompanhamentos 48 e 72 meses .................. 52
Tabela A9- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC dos gastos com medicamentos, acompanhamento 12 e 48 meses ..................... 53
Tabela A10- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC dos gastos totais com saúde, acompanhamento 12 e 48 meses ......................... 54
Tabela A11- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC de consultas e dificuldades para consultas........................................................... 55
Tabela A12- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC dos gastos com plano de saúde, acompanhamentos 12 e 24 meses, modelo em
duas partes................................................................................................................ 57
Tabela A13- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC dos gastos com plano de saúde, acompanhamentos 48 e 72 meses, modelo em
duas partes................................................................................................................ 58
Tabela A14- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC dos gastos com medicamentos, acompanhamentos 12 e 48 meses, modelo em
duas partes................................................................................................................ 59
Tabela A15- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC dos gastos totais com saúde, acompanhamentos 12 e 48 meses, modelo em duas
partes ........................................................................................................................ 60
Tabela A16- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC do plano de saúde, acompanhamentos 12 e 24 meses, painel desbalanceado ... 61
Tabela A17- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC do plano de saúde, acompanhamentos 48 e 72 meses, painel desbalanceado ... 62
Tabela A18- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC do uso de medicamentos, acompanhamentos 12 e 24 meses, painel
desbalanceado .......................................................................................................... 63
Tabela A19- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC do uso de medicamentos, acompanhamentos 48 e 72 meses, painel
desbalanceado .......................................................................................................... 64
Tabela A20- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC dos gastos com plano de saúde, acompanhamentos 12 e 24 meses, painel
desbalanceado .......................................................................................................... 65
Tabela A21- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC dos gastos com plano de saúde, acompanhamentos 48 e 72 meses, painel
desbalanceado .......................................................................................................... 66
Tabela A22- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC dos gastos com medicamentos, acompanhamentos 12 e 48 meses, painel
desbalanceado .......................................................................................................... 67
Tabela A23- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o
IC dos gastos totais com saúde, acompanhamentos 12 e 48 meses, painel
desbalanceado .......................................................................................................... 68
Tabela A24- Decomposição da variação do IC e IH em índices de mobilidades, plano
de saúde e uso de medicamentos, painel desbalanceado ........................................ 69
Tabela A25- Decomposição da variação do IC e IH em índices de mobilidades, gastos
com plano de saúde, gastos com medicamentos e gastos totais com saúde, painel
desbalanceado .......................................................................................................... 69
Tabela A26- Decomposição da variação do IC em índices de mobilidades, plano de
saúde e uso de medicamentos, usando índice de posse .......................................... 70
Tabela A27- Decomposição da variação do IC e IH em índices de mobilidades, gastos
com plano de saúde, gastos com medicamentos e gastos totais com saúde, usando
índice de posse ......................................................................................................... 70
Quadro 3.1- Descrição das variáveis independentes.................................................78
Tabela 3.1- Média das variáveis para os tratados e não tratados, Brasil e regiões, crianças de 0 a 11 anos de idade .............................................................................. 82
Tabela 3.2- Modelo logit de probabilidade de participação no PSF para o Brasil e
regiões por faixas de idade ....................................................................................... 83
Tabela 3.3- Balanceamento antes e depois do pareamento para o Brasil e regiões por
faixas de idade .......................................................................................................... 84
Tabela 3.4- Efeito do PSF sobre a saúde das crianças, reportada pelos pais, área rural
do Brasil, por faixas de idade .................................................................................... 85
Tabela 3.5- Efeito do PSF sobre a saúde das crianças, reportada pelos pais, da área
rural das regiões Norte e Nordeste, por faixas de idade ........................................... 86
Tabela 3.6- Efeito do PSF sobre a saúde das crianças, reportada pelos pais, da área
rural do Centro-Sul, por faixas de idade .................................................................... 87
Tabela 3.7- Efeito do PSF sobre indicadores de saúde das crianças, diarreia ou vômito
e acamados, da área rural da região Norte, por faixas de idade ............................... 88
Tabela 3.8- Efeito do PSF sobre indicadores de saúde das crianças, diarreia ou vômito
e acamados, da área rural da região Norte, crianças de 0 a 1 ano ........................... 89
Tabela 3.9- Análise de sensibilidade de Ichino et al. (2008), saúde reportada, região
Norte ......................................................................................................................... 91
Tabela 3.10- Análise de sensibilidade de Ichino et al. (2008), saúde reportada, região
Nordeste .................................................................................................................... 92
Tabela 3.11- Efeito do PSF sobre a saúde das crianças, reportada pelos pais, da área
rural da região Norte, com a inclusão de efeitos fixos municipais e saúde dos pais . 93
Tabela 3.12- Abordagem de Oster (2015) com base nos modelos da tabela 3.11 ... 93
Tabela 3.13- Abordagem de Oster (2015) com base nos modelos da tabela 3.8 (OLS)
.................................................................................................................................. 94
Tabela B1- Balanceamento (todas as variáveis) antes e depois do pareamento para o Brasil, crianças de 0 a 3 anos......................................................................................98
Tabela B2- Balanceamento (todas as variáveis) antes e depois do pareamento para o
Brasil, crianças de 0 a 5 anos ................................................................................... 99
Tabela B3- Balanceamento (todas as variáveis) antes e depois do pareamento para o
Brasil, crianças de 6 a 11 anos ............................................................................... 100
Tabela B4- Balanceamento (todas as variáveis) antes e depois do pareamento para a
região Norte, crianças de 0 a 3 anos ....................................................................... 101
Tabela B5- Balanceamento (todas as variáveis) antes e depois do pareamento para a
região Norte, crianças de 0 a 5 anos ....................................................................... 102
Tabela B6- Balanceamento (todas as variáveis) antes e depois do pareamento para a
região Norte, crianças de 6 a 11 anos ..................................................................... 103
Tabela B7- Balanceamento (todas as variáveis) antes e depois do pareamento para a
região Nordeste, crianças de 0 a 3 anos ................................................................. 104
Tabela B8- Balanceamento (todas as variáveis) antes e depois do pareamento para a
região Nordeste, crianças de 0 a 5 anos ................................................................. 105
Tabela B9- Balanceamento (todas as variáveis) antes e depois do pareamento para a
região Nordeste, crianças de 6 a 11 anos ............................................................... 106
Tabela B10- Balanceamento (todas as variáveis) antes e depois do pareamento para
o Centro-Sul, crianças de 0 a 3 anos ...................................................................... 107
Tabela B11- Balanceamento (todas as variáveis) antes e depois do pareamento para
o Centro-Sul, crianças de 0 a 5 anos ...................................................................... 108
Tabela B12- Balanceamento (todas as variáveis) antes e depois do pareamento para
o Centro-Sul, crianças de 6 a 11 anos .................................................................... 109
Tabela B13- Balanceamento, teste proposto por Imai e Ratkovic (2014) ............... 112
Tabela 4.1- Evolução das importações, exportações e saldo comercial dos farmoquímicos e farmacêuticos, 1997-2014.............................................................118
Tabela 4.2- Evolução dos índices dos volumes das importações por segmento, 1997-
2014 ........................................................................................................................ 119
Tabela 4.3- Testes de cointegração por segmento das importações ...................... 119
Tabela 4.4- Estimativas das elasticidades por segmento das importações ............ 120
Tabela C1- Testes de raiz unitária nos níves e nas primeiras diferenças (PD) das variáveis................................................................................................................... 131
Tabela C2- Testes de Normalidade, heterocedasticidade e autocorrelação por
segmento das importações ..................................................................................... 133
Tabela C3- Estimativas das elasticidades por segmento das importações, modelos
com defasagens arbitrárias ..................................................................................... 133
Tabela C4- Valor-p dos testes de Normalidade, heterocedasticidade e autocorrelação
por segmento das importações, modelos com defasagens arbitrárias .................... 134
SUMÁRIO
1 APRESENTAÇÃO .............................................................................................. 16
2 ENSAIO 1- DESIGUALDADES E INIQUIDADES RELACIONADAS À RENDA
DOS CUIDADOS EM SAÚDE DAS CRIANÇAS: UMA ANÁLISE LONGITUDINAL
ATRAVÉS DOS DADOS DA COORTE DE NASCIMENTOS DO ANO DE 2004 DE
PELOTAS/RS ........................................................................................................... 18
2.1 INTRODUÇÃO ................................................................................................. 18
2.2 MÉTODOS ....................................................................................................... 20
2.2.1 Base de dados.......................................................................................... 20
2.2.2 Mensuração da desigualdade e da iniquidade ...................................... 20
2.2.3 Descrição das variáveis .......................................................................... 24
2.3 ANÁLISE DOS RESULTADOS .................................................................... 27
2.3.1 Estatísticas descritivas e evolução da desigualdade e da iniquidade 27
2.3.2 Decomposição da desigualdade ............................................................ 30
2.3.3 Decomposição das variações da desigualdade e da iniquidade em
índices de mobilidade ...................................................................................... 32
2.3.4 Robustez dos resultados ........................................................................ 34
2.4 DISCUSSÕES E CONCLUSÕES .................................................................... 35
2.4.1 Principais aspectos encontrados ........................................................... 35
2.4.2 Interpretação ............................................................................................ 35
2.4.3 Conclusões e limitações ......................................................................... 37
REFERÊNCIAS .................................................................................................. 39
APÊNDICE A ..................................................................................................... 43
3 ENSAIO 2: O IMPACTO DO PROGRAMA SAÚDE DA FAMÍLIA SOBRE A
SAÚDE DAS CRIANÇAS DA ÁREA RURAL DO BRASIL ...................................... 71
3.1 INTRODUÇÃO ................................................................................................. 71
3.2 DADOS E ESTRATÉGIA EMPÍRICA ............................................................... 74
3.3 ANÁLISE DOS RESULTADOS ........................................................................ 81
3.3.1 Análise Descritiva, participação no PSF e ajustes dos modelos ........ 81
3.3.2 Análise do impacto do PSF ..................................................................... 84
3.3.2 Análise de robustez dos resultados ....................................................... 90
3.4 CONSIDERAÇÕES FINAIS ............................................................................. 94
REFERÊNCIAS ..................................................................................................... 96
APÊNDICE B ......................................................................................................... 98
4 ENSAIO 3: DETERMINANTES ECONÔMICOS DA DEMANDA POR
IMPORTAÇÕES DE PRODUTOS FARMOQUÍMICOS E FARMACÊUTICOS ....... 113
4.1 INTRODUÇÃO ............................................................................................... 113
4.2 METODOLOGIA ............................................................................................ 114
4.3 RESULTADOS .............................................................................................. 117
4.4 DISCUSSÕES E CONCLUSÕES .................................................................. 121
REFERÊNCIAS ................................................................................................... 125
APÊNDICE C ...................................................................................................... 127
16
1 APRESENTAÇÃO
A área de conhecimento da Economia da Saúde tem um desenvolvimento
relativamente recente, onde emergiu principalmente com a contribuição do trabalho
de Arrow (1963). Segundo Folland et al. (2008), essa área é importante pelo menos
por três razões: i) pela forte contribuição do setor da saúde na economia; ii) pelas
políticas nacionais, considerando a importância dos problemas socioeconômicos que
os indivíduos enfrentam ao buscar saúde; iii) pelo número de problemas de saúde
relacionados a um fator econômico substancial.
Segundo informações do Ministério da Saúde (2013), no Brasil, no período
entre 2004 e 2012, houve um crescimento substancial no interesse pela área de
Economia da Saúde, tanto no universo acadêmico, quanto pelos gestores do Sistema
Único de Saúde (SUS). Entre outros fatores, esse interesse pode ser observado pelos
aumentos das publicações e dos grupos de pesquisa registrados junto ao CNPQ.
Nesse sentido, a presente tese visa contribuir ao apresentar três pesquisas na
forma de ensaios independentes, todos referentes à área de Economia da Saúde. Os
dois primeiros guardam em comum o fato de tratarem de microdados e focarem nas
crianças. Enquanto o terceiro faz uma análise com macrodados e séries temporais.
O primeiro ensaio busca analisar as desigualdades e iniquidades relacionadas
à renda dos cuidados em saúde das crianças, tentando contribuir ao utilizar dados
longitudinais, analisando índices de concentração conforme as crianças crescem. Os
dados têm como base a coorte de nascimentos do ano de 2004 de Pelotas, nos
acompanhamentos de 12 até 72 meses. Embora haja um número significativo de
artigos, na literatura de cuidados em saúde, que utilizam dados de corte transversal,
poucos estudos apresentam dados longitudinais (BAGO D’UVA et al., 2009; ALLIN et
al., 2011). Que seja de conhecimento deste autor, não há trabalhos que empreguem
esse tipo de base para cuidados em saúde da criança. Os principais resultados
indicaram que a iniquidade nos cuidados em saúde tem seu início na primeira infância.
Dado que as crianças pobres têm um menor nível de cuidados em saúde, podemos
esperar que isso possa ter consequências sobre sua saúde no presente e no futuro.
E ainda, em geral, as crianças mais pobres possuem piores níveis de saúde. Neste
caso, o sistema público deve buscar maior equidade. Isso possivelmente seria obtido
com um SUS mais forte, eficiente e eficaz.
17
O segundo ensaio procura analisar o impacto do Programa Saúde da Família
(PSF) sobre a saúde das crianças da área rural do Brasil através dos dados da
Pesquisa Nacional de Amostra por Domicílios (PNAD-2008). Para tanto, são utilizados
o método de Propensity Score Matching e dos Mínimos Quadros Ordinários, e, testes
de robustez são aplicados, buscando inferir causalidade nos resultados encontrados.
Esse ensaio tenta contribuir ao focar no impacto do PSF na área rural do Brasil,
considerando diferentes faixas de idade das crianças, análise esta que não foi
realizada em outros trabalhos da literatura. Os principais resultados confirmaram a
hipótese de que as crianças das regiões mais pobres (Norte e Nordeste) da área rural
são beneficiadas por esse tipo de política de cuidados primários em saúde.
Por fim, o terceiro ensaio analisa a relação entre a demanda por importações
de produtos farmoquímicos e farmacêuticos e as seguintes variáveis econômicas:
preço dessas importações, taxa de câmbio e renda agregada. A análise utiliza séries
de tempo para o Brasil, no período entre 1997 e 2014, através das estimações de
elasticidades da demanda por importações com modelo Vetorial de Correção de Erros
(VEC). A contribuição desse ensaio para a literatura está na estimação das
elasticidades, procurando entender o papel que essas variáveis possuem sobre as
importações desses produtos, permitindo maiores informações para um melhor
entendimento de sua trajetória crescente. Apesar de existir um número expressivo de
trabalhos de elasticidades da demanda por importações, não há estudo cuja ênfase
se referisse aos farmoquímicos e farmacêuticos. Os principais resultados indicaram
que o PIB se mostrou uma variável bastante robusta e importante como determinante
dessas importações. Considerando os argumentos explicitados na literatura de que o
déficit no comércio internacional dessa indústria se relaciona com déficit em
conhecimento e tecnologia, somando aos resultados encontrados aqui, há indícios de
que, conforme o nível de atividade econômica cresce, há a necessidade de
importações, gerando pressões no déficit comercial desse segmento.
18
2 ENSAIO 1- DESIGUALDADES E INIQUIDADES RELACIONADAS À RENDA
DOS CUIDADOS EM SAÚDE DAS CRIANÇAS: UMA ANÁLISE
LONGITUDINAL ATRAVÉS DOS DADOS DA COORTE DE NASCIMENTOS
DO ANO DE 2004 DE PELOTAS/RS
2.1 INTRODUÇÃO
O Sistema Único de Saúde do Brasil (SUS) foi criado no final dos anos 1980,
buscando assegurar um sistema de saúde público, gratuito e universal (ALMEIDA et
al., 2013). Contudo, há uma persistente desigualdade na utilização e acesso aos
serviços de saúde em favor dos mais ricos, apesar de sua redução ao longo do tempo
(MACINKO; LIMA-COSTA, 2012; ALMEIDA et al., 2013; ANDRADE et al., 2013;
CAMBOTA; ROCHA, 2015).
Macinko e Lima-Costa (2012) analisam a utilização dos cuidados em saúde no
Brasil, no período entre 1998 e 2008. Esses autores mostram que há desigualdades
favorável aos mais ricos, em consultas médicas, consultas ao dentista e na procura a
algum serviço relacionado à saúde. E ainda, a posse de plano de saúde é um
importante fator associado a essa desigualdade. Outros trabalhos mostram uma
associação positiva entre renda e gastos absolutos com saúde (ANDRADE et al.,
2006; SILVEIRA et al., 2006; SILVEIRA et al., 2007; GARCIA et al., 2013).
Planos de saúde atraem uma parte significativa da população brasileira1, já que
eles podem permitir menor tempo de espera, maior conforto e/ou maior oferta de
cuidados em saúde (SANTOS et al., 2008; SANTOS, 2011). De fato, houve
crescimento nos gastos com esse serviço nas últimas três décadas (SILVEIRA et al.,
2007; ALMEIDA et al., 2013). E ainda, a cobertura de serviços do setor privado não
ocorre apenas complementarmente ao SUS, mas também de forma duplicada
(SANTOS et al., 2008).
Considerando que o setor privado está disponível a quem pode adquirir algum
plano de saúde, ou, através de pagamentos diretos com o prestador do serviço, e
ainda, que mais de 50% dos gastos totais com saúde têm como fonte o setor privado
1 IBGE (2015b) mostra que 28% da população do Brasil tem plano de saúde.
19
(IBGE, 2015a), há evidências de iniquidades no sistema de saúde do Brasil que
podem contradizer os princípios do SUS.
A infância é uma fase importante da vida, já que uma saúde precária das
crianças tem relação com suas condições socioeconômicas e saúde na fase adulta
(CASE et al., 2002). Se crianças de baixo poder socioeconômico têm um menor
acesso aos cuidados em saúde, pode ser esperado que haja consequências para
saúde no presente e no futuro. Ademais, que seja de conhecimento do autor deste
trabalho, não há mensuração e análise de desigualdades/iniquidades dos cuidados
em saúde das crianças no Brasil (considerando a abordagem do Índice de
Concentração), e a literatura internacional é escassa (LAYTE; NOLAN, 2015)2, 3.
A partir dessas considerações, este trabalho tem como objetivo analisar as
desigualdades e iniquidades relacionadas à renda dos cuidados em saúde das
crianças. Para tanto, são utilizados dados longitudinais da coorte de nascimentos do
ano de 2004, da cidade de Pelotas, com intuito de se fazer uma análise conforme
essas crianças crescem. Este estudo contempla os acompanhamentos de 12 até 72
meses, tendo como desfechos, variáveis de gastos com saúde da criança, plano de
saúde e uso de medicamentos.
Embora haja um número significativo de artigos, na literatura de cuidados em
saúde, que se baseiam em dados de corte transversal, poucos estudos empregam
dados longitudinais (BAGO D’UVA et al., 2009; ALLIN et al., 2011). Dados de corte
transversal analisados em diferentes pontos do tempo não apresentam todos os
aspectos que este último tipo de base pode trazer (ALLANSON et al., 2010).
Primeiramente, dados longitudinais permitem uma análise com as mesmas crianças,
reduzindo vieses amostrais que poderiam surgir de diferentes bases de dados de corte
transversal analisadas ao longo do tempo. Além disso, como Jones e Nicolás (2004)
e Allanson et al. (2010) bem explicam, análise com dados de corte transversal não
podem captar mobilidades. Um exemplo claro é quando há desigualdade no período
inicial, porém, em um segundo momento as posições socioeconômicas e de saúde
são permutadas perfeitamente entre os indivíduos de uma determinada amostra,
2 Este artigo faz uma análise da iniquidade relaciona à renda do uso de consultas ao clínico geral na Irlanda e Escócia. 3 Com base em uma amostra longitudinal do Canadá, Allin e Stabile (2012) mostram que existe um efeito direto da renda sobre a saúde das crianças, mas, também, um efeito indireto através do contato delas com o sistema de saúde ou do uso de medicamentos.
20
claramente haveria mobilidade, porém, os índices de concentração não iriam se
alterar4.
Este artigo tem 4 seções. A seção 2.2 provém um breve sumário da base de
dados e metodologia. A seção 2.3 mostra os resultados. Por fim, a seção 2.4
apresenta as considerações finais.
2.2 MÉTODOS
2.2.1 Base de dados
A base de dados deste trabalho é a coorte de nascimentos de Pelotas do ano
de 2004, conduzida pelo Centro de Pesquisas Epidemiológicas (CPE) vinculado ao
Programa de Pós-Graduação em Epidemiologia da Universidade Federal de Pelotas
(UFPel). Essa coorte acompanha os nascidos vivos desse ano, da área urbana de
Pelotas e do distrito Jardim América no município de Capão do Leão do estado do Rio
Grande do Sul. Existem seis estudos para as seguintes idades das crianças: perinatal,
3, 12, 24, 48 e 72 meses (6-7 anos)5. O gráfico A1 em apêndice apresenta a
distribuição da idade para cada acompanhamento utilizado neste trabalho (12 a 72
meses). Um total de 4.231 crianças nasceram nessas áreas, sendo que as taxas de
acompanhamento chegaram a 90% nos primeiros estudos (SANTOS et al., 2011), e
88% aos 72 meses, ou seja, 3799 crianças de um total de 4136 elegíveis6.
2.2.2 Mensuração da desigualdade e da iniquidade
Antes de apresentar o método, seguem os principais passos aplicados:
primeiramente, este estudo analisa a evolução da desigualdade e da iniquidade,
utilizando respectivamente o índice de concentração (IC) e o índice horizontal (IH).
Posteriormente, o IC foi decomposto em fatores determinantes7. E finalmente, foram
realizadas as decomposições do IC e do IH em índices de mobilidades. Abaixo esses
passos são detalhados.
4 Ver Chatterji et al. (2013) para um exemplo empírico dessa situação, aplicada à saúde das crianças
dos Estados Unidos. 5 O estudo de quando as crianças tinham11 anos de idade já foi realizado, contudo, os dados ainda
não estavam disponíveis. 6 Houve 95 mortes. Para maiores detalhes da coorte ver Barros et al. (2006) e Santos et al. (2011). 7 Neste caso, o termo determinante não reflete necessariamente causalidade.
21
Primeiramente, a desigualdade relacionada à renda dos cuidados em saúde foi
mensurada pelo índice de concentração (IC). O IC é um indicador amplamente
utilizado na literatura (WAGSTAFF et al., 1991; O’DONNELL et al., 2008), assumindo
valores positivos (negativos) quando há uma desigualdade pró-rico (pró-pobre). Os
limites desse índice são -1 e 1. Contudo, quando a variável de interesse é binária,
Wagstaff (2005) mostra que esses limites são ℎ̅-1 e 1- ℎ̅ (onde ℎ̅ é a média do
desfecho). Então, este autor propõe uma correção obtida através da divisão do IC por
(1-ℎ̅). Outra abordagem é a correção baseada em Erreygers (2009), em que o IC deve
ser multiplicado por 4ℎ̅. No presente trabalho, esta última correção foi aplicada8. Em
todos os casos o IC foi mensurado para cada acompanhamento t (12, 24, 48 e 72
meses).
O conceito de iniquidade está relacionado a uma visão normativa de justiça
social. Muitos artigos em economia da saúde adotam o critério de equidade horizontal,
o qual indica que pessoas com iguais necessidades devem ser tratadas igualmente,
ou seja, a desigualdade seria justificável apenas quando associada a diferentes níveis
de necessidade de saúde dos indivíduos (WAGSTAFF; VAN DOORSLAER, 2000;
DOORSLAER et al., 2004; BAGO D’UVA et al., 2009; GARCÍA-GÓMEZ et al., 2015).
Este artigo utilizou o índice horizontal (conforme conceito acima) como
indicador de iniquidade, mensurado para cada acompanhamento t. Seu cálculo pode
ser feito através de um índice de concentração da variável estimativa do desfecho
padronizado pelas necessidades (ℎ̂𝑖𝑡𝐼𝑆). Considerando a abordagem de padronização
indireta9, ℎ̂𝑖𝑡𝐼𝑆 foi calculada pela equação 2.1. Sendo que quando o IH é positivo
(negativo), há iniquidade horizontal favorável aos mais ricos (pobres).
ℎ̂𝑖𝑡𝐼𝑆 = ℎ𝑖𝑡 − ℎ̂𝑖𝑡
𝑁 + ℎ̅𝑡 (2.1)
O subscrito i representa a criança, t o acompanhamento, ℎ̂𝑖𝑡𝐼𝑆 é, por exemplo, a
variável uso de medicamentos padronizado pelas necessidades; ℎ𝑖𝑡 é o valor amostral
observado dessa variável, ℎ̂𝑖𝑡𝑁 é a utilização predita esperada, ℎ̅𝑡 é a média do uso de
8 Aplicou-se também a abordagem de Wagstaff (2005), houve resultados similares, eles estão disponíveis aos interessados através de contato com o autor. 9 Para mais detalhes ver O’donnell et al. (2008).
22
medicamentos para o acompanhamento t. Essas predições (ℎ̂𝑖𝑡𝑁) podem ser obtidas
através de modelos de regressões10 representados pela equação 2.2.
ℎ̂𝑖𝑡𝑁 = 𝐺(∑ �̂�𝑁𝑥𝑖𝑡
𝑁 +𝑁 ∑ �̂�𝑁𝑁𝑥𝑖𝑡𝑁𝑁
𝑁𝑁 ) + 𝑒𝑖𝑡 (2.2)
Onde “G” representa uma forma funcional não linear. Nesses modelos foram
incorporadas variáveis de necessidade de saúde (𝑥𝑖𝑡𝑁), as de “não-necessidade” (𝑥𝑖𝑡
𝑁𝑁,
non-need, doravante chamadas como variáveis socioeconômicas). A classificação
destas variáveis será detalhada na próxima seção. Já os coeficientes �̂�𝑁 e �̂�𝑁𝑁
representam os estimadores do modelo.
Além dessas variáveis padrão da equação 2.2, os modelos econométricos
contêm variáveis binárias dos acompanhamentos (t), visando controlar tendência da
variável explicativa, e, interações do acompanhamento t com a renda e com a
educação das mães, buscando captar mudanças temporais nas relações entre
variáveis explicativas e os desfechos11.
Como em geral, variáveis de gastos com saúde não são normalmente
distribuídas, mas assimétricas, com uma longa calda direita, este artigo utilizou
Generalized Estimation Equations (GEE) com distribuição log-normal e correlação
independente12 para essas variáveis de gastos. Modelos probit com efeitos aleatórios
para dados em painel foram estimados para os desfechos binários.
Em seguida, a decomposição do IC foi mensurada a partir da fórmula 2.3, para
cada acompanhamento t, seguindo abordagem de Wagstaff et al. (2003)
𝐼𝐶𝑡 = ∑ (𝛽𝑘𝑡 �̅�𝑘𝑡
ℎ̅𝑡)𝑘 𝐼𝐶𝑥𝑘𝑡
+𝐺𝐶𝑒𝑡
ℎ̅𝑡= ∑ 𝜂𝑘𝑡𝐼𝐶𝑥𝑘𝑡
+𝑘𝐺𝐶𝑒𝑡
ℎ̅𝑡 (2.3)
10 Contudo, mensurou-se a predição da regressão com variáveis socioeconômicas na média amostral e as variáveis de necessidade em seus valores individuais da amostra. Sobre esse tema ver Doorslaer et al. (2004), O’Donnell et al. (2008) e Bago D’uva et al. (2009). 11 Diferentes possibilidades foram testadas. Contudo, com base nesses testes, e ainda, em regressões com dados de corte transversal, as relações foram mais claras para uma mudança da relação entre variáveis explicativas (educação e renda) e as dependentes, no último acompanhamento (72 meses). 12 Este modelo é equivalente a um Modelo Linear Generalizado (Generalized Linear Model- GLM) com distribuição log-normal e dados pooling. Para essa escolha, primeiramente testou-se a performance de diferentes modelos através dos testes: Link test; Pearson correlations; Hosmer-Leme; root mean squared error (RMSE); mean absolute prediction error (MAPE). Dada a escolha do modelo com melhor performance, diferentes estruturas de correlação foram testadas em modelos GEE com distribuição log normal, para tanto utilizou-se o teste proposto por Pan (2001), aplicado através do software stata (CUI, 2007). Os testes estão apresentados na tabela A1 no apêndice.
23
Como pode ser observado, um modelo linear foi aplicado, onde o índice é
escrito como ICs ponderados das variáveis explicativas (∑ (𝛽𝑘𝑡 �̅�𝑘𝑡
ℎ̅𝑡)𝑘 𝐼𝐶𝑥𝑘𝑡
) mais a
contribuição de um termo de erro (𝐺𝐶𝑒𝑡
ℎ̅𝑡). A contribuição de cada determinante (xkt) pode
ser calculada pelo produto entre a elasticidade dessa variável explicativa (𝜂𝑘𝑡) e sua
desigualdade relacionada à renda (IC de xk).
O cálculo da elasticidade seguiu a literatura no uso da aproximação linear para
modelos não lineares. Assim, a estimativa de 𝛽𝑘𝑡 foi obtida pelo efeito marginal médio
gerado pelo respectivo modelo econométrico, GEE com distribuição log-normal e
correlação independente para as variáveis de gastos com saúde, e, probit com efeitos
aleatórios e dados em painel para as variáveis binárias.
Finalmente, a análise longitudinal de mobilidade tem como método a
abordagem de Allanson et al. (2010). Estes autores propuseram uma decomposição
da variação do IC entre dois períodos (s inicial e f final) formada por dois índices:
mobilidade da saúde relacionada à renda (𝑀𝐻) e mobilidade da renda relacionada à
saúde (𝑀𝑅). Esta relação está representada na equação 2.4.
𝐼𝐶𝑓𝑓 − 𝐼𝐶𝑠𝑠 = (𝐼𝐶𝑓𝑓 − 𝐼𝐶𝑓𝑠) − (𝐼𝐶𝑠𝑠 − 𝐼𝐶𝑓𝑠) = 𝑀𝑅 − 𝑀𝐻 (2.4)
Onde, o primeiro termo sobrescrito, do índice de concentração (IC), representa
o período da variável desfecho, e, o segundo, o ranking da renda, com f indicando o
período final (acompanhamentos da coorte 24, 48 e 72 meses) e s o inicial
(acompanhamento 12 meses). Por exemplo, ICfs é o índice de concentração do
desfecho no período final, ranqueado pela renda do período inicial.
MR mensura o índice de concentração do desfecho no período inicial ranqueado
pelas mudanças no ranking da renda. Este índice de mobilidade pode ser positivo
(negativo) se a correlação do desfecho é mais forte com o ranking da renda do período
inicial (final). Ele também pode ser nulo quando não há relação entre essas variáveis,
ou, se não há mudanças no ranking da renda.
MH é o índice de mobilidade dos cuidados em saúde relacionada à renda. Ele
é positivo se mudanças no desfecho são progressivas. Em outras palavras, isso
ocorre quando as crianças inicialmente mais pobres se beneficiaram de uma maior
parte dos ganhos nos cuidados em saúde no período final, comparando com sua
participação no período inicial (ou sofreram menores perdas). Quando MH é negativo,
24
então as variações no desfecho de cuidados em saúde são regressivas. Este índice
será igual a zero caso não haja mudanças no desfecho, ou ainda, se os ganhos
(perdas) forem sentidos de forma semelhante entre os mais pobres e os mais ricos.
Este último índice de mobilidade pode ser dividido em dois termos como mostra
a equação 2.5: p representa o índice de progressividade que é mensurado pelo IC do
desfecho no período inicial menos o IC das mudanças no desfecho (𝐼𝐶∆ℎ,𝑠), ambos
ranqueados pela renda do período inicial, e, q é a variação média do desfecho dividido
pelo valor do desfecho do período final.
𝑀𝐻 = (𝐼𝐶𝑠𝑠 − 𝐼𝐶𝑓𝑠) = (𝐼𝐶𝑠𝑠 − 𝐼𝐶∆ℎ,𝑠) (∆ℎ̅̅̅̅
ℎ̅𝑓) = 𝑝𝑞 (2.5)
Este trabalho também realizou o cálculo do MR e do MH para análise de
iniquidade seguindo caminho similar ao IC, mas, aplicando o conceito e mensuração
do IH, onde a variável desfecho padronizada pelas necessidades substituiu o seu valor
atual na equação 2.4. Além disso, esses dois índices foram calculados para variáveis
binárias com correção de Erreygers (2009), então as equações 2.4 e 2.5 podem ser
representadas pela equação 2.6.
𝑀𝐸𝑣𝑅 − 𝑀𝐸𝑣
𝐻 = (𝐼𝐶𝐸𝑣𝑓𝑓
− 𝐼𝐶𝐸𝑣𝑓𝑠
) − (𝐼𝐶𝐸𝑣𝑠𝑠 − 𝐼𝐶𝐸𝑣
𝑓𝑠) = (𝐼𝐶𝐸𝑣
𝑓𝑓− 𝐼𝐶𝐸𝑣
𝑓𝑠) − ((−4 𝐼𝐶∆ℎ,𝑠) (∆ℎ̅̅̅̅ )) (2.6)
O termo "Ev" indica a aplicação da correção para variáveis binárias, e os
demais termos são como explicados nos parágrafos anteriores. Todos os erros
padrões foram gerados utilizando bootstrapping.
2.2.3 Descrição das variáveis
As seguintes variáveis de cuidados em saúde da criança foram utilizadas:
gastos com plano de saúde (mensalidade); gastos com medicamentos, gastos totais
com saúde da criança, plano de saúde e uso de medicamentos. A primeira e as duas
últimas estão disponíveis para os quatro acompanhamentos da coorte (12, 24, 48 e
72 meses), enquanto as outras duas possuem disponibilidade de dados até o
acompanhamento 48 meses.
25
A variável de renda foi mensurada pela soma da renda de todos os indivíduos
do domicílio da criança dividido pela raiz quadrada do número de moradores, seguindo
recomendação da OCDE (2011)13. Esta variável, assim como variáveis de gastos
foram deflacionadas pelo IPCA para valores em Reais (R$) de dezembro de 2011,
data que corresponde aos últimos dados da pesquisa.
Este artigo segue a literatura na classificação das variáveis, onde as
socioeconômicas (non-need variables) incluem renda, cor, educação, enquanto sexo,
idade e variáveis de saúde são classificadas como necessidade (DOORSLAER et al.,
2004). Todas as variáveis estão detalhadas no quadro 2.1. Elas são reportadas pela
mãe, exceções para sexo e peso ao nascer que foram obtidas no estudo perinatal.
A amostra é formada por painéis balanceados para cada variável desfecho. Há
missings nos dados, distribuídos entre as variáveis da seguinte forma (contabilizando
dropping de crianças que não participaram de algum dos acompanhamentos): plano
de saúde (864); gastos com plano de saúde (1827); uso de medicamentos (870);
gastos com medicamentos (678); soma dos gastos (1427); renda (1345); outras
variáveis (1237).
Quadro 2.1- Descrição das variáveis
continua Variáveis Descrição
Variáveis Desfechos
Cuidados em Saúde
Gastos com Plano de Saúde
Gasto com mensalidade do plano de saúde da criança.
Gastos com
medicamentos Gastos com medicamentos nos 30 dias anteriores à pesquisa.
Gastos Totais com
saúde
Soma dos seguintes gastos com saúde da criança nos últimos 30 dias: medicamentos, plano de saúde (mensalidades), consultas médicas, exames e raio-x e outros.
Plano de Saúde Variável binária que é igual a 1 quando a criança tem plano de saúde.
Uso de medicamentos Variável binária que é igual a 1 quando a criança usou medicamentos nas duas semanas anteriores à pesquisa, incluindo vitaminas ou medicamento para febre.
13 O denominador “raiz quadrada do número de moradores” visa captar que, necessidades crescem
com membros adicionais do domicílio, contudo, não de forma proporcional, devido às economias de escala no consumo. De qualquer modo, resultados com renda domiciliar per capita geraram conclusões semelhantes.
26
Quadro 2.1- Descrição das variáveis
conclusão
Variáveis Descrição
Variáveis Socioeconômicas
Renda Logaritmo natural da renda. Esta última é calculada pela soma da renda domiciliar do último mês dividido pela raiz quadrada da quantidade de moradores desse domicílio.
Índice de Posse
Construção de um índice com base na análise dos componentes principais (em quintis do acompanhamento t). Variáveis utilizadas (a criança tem em seu domicílio): aspirador de pó, máquina de lavar, DVD, geladeira, micro-ondas, computador, telefone celular, televisão, automóvel e ar-condicionado.
Educação da Mãe Anos de escolaridade.
Mãe com companheiro Variável binária que é igual a 1 quando a mãe vive com um companheiro.
Variáveis de necessidade
Características da criança
Sexo (feminino) Variável binária, feminino=1.
Saúde Reportada Saúde da criança reportada pela mãe (excelente=1-base, muito boa=2, boa=3; regular e ruim=4).
Chiado no Peito Variável binária que é igual a 1 quando a criança teve chiado no peito nos últimos 12 meses.
Doenças crônicas Variável binária que é igual a 1 quando a criança tem doença crônica, problema físico ou retardo.
Baixo peso ao nascer Variável binária que é igual a 1 quando a criança nasceu com baixo peso (<2500 gramas).
Hospitalização Variável binária que é igual a 1 quando a criança foi hospitalizada durante seu primeiro ano de vida.
Dor no ouvido Variável binária que é igual a 1 quando a criança teve dor no ouvido durante seu primeiro ano de vida.
Pontada no peito Variável binária que é igual a 1 quando a criança teve pontada no peito durante seu primeiro ano de vida.
Infecção Urinária Variável binária que é igual a 1 quando a criança teve infecção urinária durante seu primeiro ano de vida.
Amamentação Variável categórica de duração da amamentação: zero-base; 1 a 3; 4 a 5; 6 a 11 e 12 meses ou mais.
Características da Mãe
Idade da Mãe Idade da mãe em anos.
Saúde Reportada da Mãe
Saúde da mãe autoavaliada (excelente=1-base, muito boa=2, boa=3; regular e ruim=4).
Fumou na gravidez Variável binária que é igual a 1 quando a mãe da criança fumou durante a gravidez.
Fonte: Elaboração do autor com base nos dados da Coorte de Nascimentos de Pelotas, 2004.
Notas: Não há informações de educação das mães aos 12 meses, neste caso, este trabalho utilizou valores do primeiro estudo (perinatal). Variáveis com valores monetários (renda e gastos) foram deflacionados para Reais (R$) de dezembro de 2011. Menos do que 1% de valores da renda eram iguais a zero e foram transformados em 1 real, com propósito de usar o logaritmo natural. Para saúde reportada das mães e das crianças, as categorias regular e ruim foram juntadas por causa de que a proporção de indivíduos com respostas com saúde “ruim” foi bastante pequena.
27
2.3 ANÁLISE DOS RESULTADOS
2.3.1 Estatísticas descritivas e evolução da desigualdade e da iniquidade
O gráfico 2.1 mostra a proporção de crianças com plano de saúde e que usaram
medicamentos nos últimos 15 dias, para os acompanhamentos 12 e 72 meses. A
proporção de crianças com plano de saúde aumenta para os quintis de renda mais
altos, contudo, a variação temporal nesse indicador foi maior para os mais pobres.
Observa-se que nos dois quintis de renda mais altos, a proporção de crianças com
plano de saúde não se altera, o que pode indicar que os mais ricos têm plano de saúde
desde o início da infância, independente da condição de saúde. Percebe-se que o uso
de medicamentos também tem uma relação positiva com a renda, apesar de ser
menos aparente do que no caso do plano de saúde. A prevalência do uso de
medicamentos apresenta uma queda entre os dois acompanhamentos, e, de maneira
mais forte para os mais ricos. A partir do gráfico 2.2 é possível verificar que os gastos
médios em saúde da criança são maiores para os mais ricos. Houve um aumento nos
gastos com plano de saúde e uma queda nos gastos com medicamentos ao se
comparar os acompanhamentos iniciais com os finais, entretanto, sempre se observa
aumento dos gastos do 1º ao 5º quintil em todos os acompanhamentos.
A tabela A2 no apêndice mostra as médias das variáveis explicativas para os
acompanhamentos 12 e 72 meses. Além dos menores níveis de cuidados em saúde,
as crianças mais pobres possuem em média piores níveis de saúde, de saúde e
educação das mães, e, mães que se envolvem mais em comportamentos de risco
como tabagismo durante a gravidez. Entretanto, pode ser observado que o
crescimento da renda dos mais pobres foi bastante superior ao dos mais ricos (177%
no 1º quintil e 19% no 5º quintil).
Os índices IC e IH são mostrados na tabela 2.1. Em todos os casos, o IC é
positivo indicando uma desigualdade relacionada à renda pró-rico. Houve um aumento
no IC do uso de medicamentos, gastos com medicamentos e gastos totais com saúde
entre os acompanhamentos 12 e 48 meses (observe que não há dados disponíveis
na última pesquisa para essas duas últimas variáveis). Para plano de saúde, gastos
com plano de saúde e uso de medicamentos, o IC apresentou uma forte queda entre
os acompanhamentos 12 e 72 meses. A análise do IH indica uma iniquidade pró-rico
para todos os indicadores. A evolução do IH foi similar ao do IC, ou seja, observou-se
28
uma forte queda na iniquidade para os indicadores que têm dados disponíveis para
os 72 meses.
Gráfico 2.1- Proporção de crianças (%) com plano de saúde e que usaram medicamentos, por acompanhamento e quintis da renda inicial
Fonte: Elaboração do autor com base nos dados da Coorte de Nascimentos de Pelotas, 2004.
0
10
20
30
40
50
60
70
80
12M 72M 12M 72M 12M 72M 12M 72M 12M 72M
1ºQ 2ºQ 3ºQ 4ºQ 5ºQ
%
Plano de Saúde
0
10
20
30
40
50
60
70
80
12M 72M 12M 72M 12M 72M 12M 72M 12M 72M
1ºQ 2ºQ 3ºQ 4ºQ 5ºQ
%
Uso de Medicamentos
29
Gráfico 2.2- Média dos gastos com saúde da criança (R$ de 2011), por acompanhamento e por quintis da renda inicial
Fonte: Elaboração do autor com base nos dados da Coorte de Nascimentos de Pelotas, 2004.
0
10
20
30
40
50
60
70
80
12M 72M 12M 72M 12M 72M 12M 72M 12M 72M
1ºQ 2ºQ 3ºQ 4ºQ 5ºQ
R$ d
e 2
011
Gastos com plano de saúde
0
5
10
15
20
25
30
35
40
45
12M 48M 12M 48M 12M 48M 12M 48M 12M 48M
1ºQ 2ºQ 3ºQ 4ºQ 5ºQ
R$ d
e 2
011
Gastos com medicamentos
0
20
40
60
80
100
120
140
12M 48M 12M 48M 12M 48M 12M 48M 12M 48M
1ºQ 2ºQ 3ºQ 4ºQ 5ºQ
R$ d
e 2
011
Gastos Totais com saúde
30
Tabela 2.1- Evolução do IC e do IH por acompanhamento e desfecho
12M 24M 48M 72M
Índice de Concentração (IC)
Plano de saúde 0,572 0,589 0,554 0,484
N=2638 (0,019) (0,020) (0,020) (0,018)
Uso de medicamentos 0,127 0,111 0,146 0,066
N=2638 (0,021) (0,023) (0,021) (0,021)
Gastos com plano 0,681 0,674 0,662 0,572
N=1877 (0,023) (0,020) (0,021) (0,046)
Gastos com medicamentos 0,255 0,224 0,326
N=3145 (0,019) (0,020) (0,021)
Gastos totais com saúde 0,475 0,464 0,517
N=2509 (0,017) (0,020) (0,017)
Índice Horizontal (IH)
Plano de saúde 0,528 0,535 0,501 0,435
N=2638 (0,019) (0,020) (0,020) (0,019)
Uso de medicamentos 0,190 0,176 0,195 0,116
N=2638 (0,020) (0,021) (0,023) (0,020)
Gastos com plano 0,662 0,655 0,643 0,549
N=1877 (0,023) (0,020) (0,020) (0,045)
Gastos com medicamentos 0,324 0,294 0,385
N=3145 (0,019) (0,020) (0,020)
Gastos totais com saúde 0,486 0,480 0,524
N=2509 (0,017) (0,020) (0,017)
Fonte: Elaboração do autor com base nos dados da Coorte de Nascimentos de Pelotas, 2004.
Notas: Aplicou-se a correção de Erreygers (2009) para o IC e IH de variáveis binárias. Erros padrões foram gerados através de bootstrapping com 300 replicações. Todos os valores são estatisticamente significativos mesmo a 1%.
2.3.2 Decomposição da desigualdade
As contribuições percentuais das variáveis para os ICs dos diferentes
desfechos são apresentadas no gráfico 2.3, para os acompanhamentos 12 e 72
meses (48 para gastos com remédios e gastos totais com saúde), enquanto as tabelas
A3 até A10 apresentam com detalhes o efeito marginal, elasticidade e contribuição
das variáveis para cada acompanhamento. Primeiramente, nota-se que renda, índice
de posse e educação das mães têm grande contribuição (juntas, por volta de 90%)
para o IC do plano de saúde. Apesar disso, observa-se uma redução da contribuição
da renda para o IC entre esses dois acompanhamentos. Em geral, variáveis de
31
necessidade não apresentam efeito marginal estatisticamente significativo, além de
apresentarem contribuições pequenas para o IC desse desfecho.
Gráfico 2.3- Contribuição (%) das variáveis para o IC, por desfecho e acompanhamento
Fonte: Elaboração do autor com base nos dados da Coorte de Nascimentos de Pelotas, 2004.
Notas: Os grupos correspondem a soma das contribuições percentuais das variáveis: Renda inclui apenas renda, Índice de posse inclui as categorias do índice de posse, Educação da mãe inclui apenas educação da mãe, Outras socioeconômicas incluem cor da mãe e mãe vive com companheiro, Plano de Saúde inclui apenas plano de saúde, Saúde da Criança inclui saúde reportada, chiado no peito, doenças crônicas, baixo peso ao nascer, hospitalização, dor de ouvido, pontada no peito e infecção urinária e Outras de necessidade incluem amamentação, idade da mãe, tabagismo na gravidez e sexo. Plano de saúde é um desfecho, e, para os casos de gastos com medicamentos e uso de medicamentos, ele é incorporado como um determinante. O termo “medic” refere-se ao uso de medicamentos e “gastos com med” aos gastos com remédios
Renda, índice de posse e educação das mães também apresentam forte
contribuição para o IC do uso de medicamentos, respectivamente 26%, 27% e 57%
para o acompanhamento 72 meses. As contribuições da renda e da educação das
mães apresentam queda entre os acompanhamentos 12 e 72 meses. Diferente do
caso de plano de saúde, variáveis de necessidade possuem grande contribuição para
o IC do uso de medicamentos, nota-se que as variáveis de saúde da criança
contribuem com -45% e -66% desse IC, nesses dois acompanhamentos. O plano de
saúde também contribui significativamente de forma pró-rica para o IC, e,
-80 -60 -40 -20 0 20 40 60 80 100 120 140 160 180
Pla
no
de
saú
de
Gasto
s c
om
pla
no
Me
dic
.G
asto
s c
om
med
.G
asto
sT
ota
is
Contribuição (%)Renda Índice de Posse Educação da MãeOutras socioeconômicas Plano de Saúde Saúde da CriançaOutras de necessidade Resíduo
32
crescentemente entre os acompanhamentos 12 e 72 meses, respectivamente 25% e
41%.
Renda, índice de posse e educação das mães contribuem com a ampla maioria
do IC dos gastos com plano de saúde, apesar da menor contribuição da educação
das mães comparando com o desfecho plano de saúde. Gastos com medicamentos
apresentam resultados similares ao do uso de medicamentos (em termos de direções,
não de magnitudes), embora com uma menor contribuição da educação das mães.
2.3.3 Decomposição das variações da desigualdade e da iniquidade em índices
de mobilidade
A tabela 2.2 mostra as decomposições das variações do IC e do IH em índices
de mobilidade MH e MR.
Tabela 2.2- Decomposição da variação do IC e do IH em índices de mobilidade, plano de saúde e uso de medicamentos
Plano de saúde Uso de medicamentos
12-24M 12-48M 12-72M 12-24M 12-48M 12-72M
Var. IC 0,017 -0,018 -0,089*** -0,016 0,019 -0,062*
(0,018) (0,022) (0,022) (0,027) (0,031) (0,032)
MH -0,007 0,044** 0,084*** 0,016 -0,010 0,069**
(0,015) (0,018) (0,019) (0,027) (0,029) (0,030)
(-4𝐶𝐼∆𝑠) -0,374 0,804** 1,553*** -0,157 0,064 -0,229**
(3,534) (0,395) (0,490) (0,282) (0,189) (0,100)
∆ℎ 0,020*** 0,055*** 0,054*** -0,102*** -0,155*** -0,303***
(0,008) (0,009) (0,009) (0,013) (0,013) (0,013)
MR 0,009 0,026 -0,005 0,000 0,009 0,008
(0,014) (0,016) (0,018) (0,015) (0,018) (0,019)
Var. IH 0,008 -0,026 -0,092*** -0,013 0,005 -0,074**
(0,018) (0,022) (0,022) (0,028) (0,030) (0,031)
MHIH -0,002 0,056*** 0,097*** 0,012 0,002 0,080***
(0,015) (0,018) (0,020) (0,027) (0,029) (0,029)
MRIH 0,006 0,029* 0,005 -0,002 0,007 0,006
(0,014) (0,016) (0,018) (0,015) (0,017) (0,019)
N (Obs.) 2638 2638 2638 2638 2638 2638
Fonte: Elaboração do autor com base nos dados da Coorte de Nascimentos de Pelotas, 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. ΔIC e ΔIH são respectivamente variações do IC e do IH normalizados pela abordagem de Erreygers (2009). MH e MR são índices de mobilidade dos cuidados em saúde relacionada à renda e mobilidade da renda relacionada aos cuidados em saúde. Os erros padrões entre parênteses foram gerados usando bootstrapping com 300 replicações.
Primeiramente, de acordo com essa tabela, todas as conclusões são similares
entre as análises de desigualdade e de iniquidade (IC e IH). Para os casos de plano
33
de saúde e uso de medicamentos, a evidência é mais clara para uma queda no IC (e
no IH) entre os acompanhamentos 12 e 72 meses. Essa variação foi formada quase
que inteiramente por um efeito equalizador do índice de mobilidade dos cuidados em
saúde relacionada à renda (MH); onde houve um aumento na proporção de crianças
com plano de saúde (Δh>0), e, esse aumento foi concentrado nos mais pobres
(ICΔh<0). Ademais, a redução na prevalência do uso de medicamentos (Δh<0) foi
concentrada nos mais ricos (ICΔh>0).
A tabela 2.3 apresenta a análise de mobilidade para as variáveis de gastos com
saúde da criança. Os resultados encontrados para os gastos com plano de saúde
foram similares aos do plano de saúde. Já no caso dos gastos com medicamentos,
houve um aumento na desigualdade entre 12 e 48 meses, devido a um efeito
disequalising de MH.
Tabela 2.3- Decomposição da variação do IC e do IH em índices de mobilidade,
gastos com saúde das crianças
Gastos com plano de saúde Gastos com
medicamentos Gastos totais com
saúde
12-24M 12-48M 12-72M 12-24M 12-48M 12-24M 12-48M
ΔIC -0,007 -0,019 -0,109** -0,031 0,071*** -0,011 0,042**
(0,019) (0,022) (0,045) (0,026) (0,026) (0,017) (0,018)
MH 0,034* 0,049*** 0,050** 0,034 -0,052** 0,023 -0,019
(0,018) (0,019) (0,021) (0,024) (0,024) (0,016) (0,017)
p -0,493 -6,768 0,707 -0,362 0,168 -0,206 0,117
(8,312) (102,487) (4,785) (2,895) (0,104) (0,223) (0,134)
q -0,068 -0,007 0,071 -0,094** -0,311*** -0,111*** -0,166***
(0,062) (0,058) (0,060) (0,046) (0,069) (0,040) (0,047)
MR 0,027* 0,030** -0,059 0,003 0,019 0,012 0,023*
(0,014) (0,015) (0,047) (0,012) (0,015) (0,010) (0,013)
ΔIH -0,008 -0,019 -0,114** -0,030 0,062** -0,006 0,038**
(0,019) (0,022) (0,045) (0,026) (0,025) (0,017) (0,018)
MHHI 0,033* 0,050*** 0,059*** 0,034 -0,039* 0,018 -0,014
(0,018) (0,019) (0,022) (0,024) (0,023) (0,017) (0,017)
MRHI 0,026* 0,031** -0,054 0,004 0,022 0,012 0,024*
(0,014) (0,015) (0,046) (0,012) (0,016) (0,010) (0,013)
N (Obs.) 1877 1877 1877 3145 3145 2509 2509
Fonte: Elaboração do autor com base nos dados da Coorte de Nascimentos de Pelotas, 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. ΔIC e ΔIH são respectivamente variações do IC e do IH. MH e MR são índices de mobilidade dos cuidados em saúde relacionada à renda e mobilidade da renda relacionada aos cuidados em saúde. Os erros padrões entre parênteses foram gerados usando bootstrapping com 300 replicações.
34
2.3.4 Robustez dos resultados
A desigualdade em planos de saúde poderia apenas indicar utilização dos
cuidados em saúde das crianças mais ricas através do setor privado, e, das mais
pobres no setor público. Contudo, a hipótese assumida neste trabalho é que o plano
de saúde tem forte contribuição nas desigualdades dos indicadores de uso de
cuidados em saúde. Para testá-la, essa variável foi inserida como explicativa nos
desfechos do uso de medicamentos e dos gastos com medicamentos.
E ainda, através de dados de corte transversal, este trabalho também analisou
a contribuição do plano de saúde sobre o IC de outros dois indicadores: i) consultas
médicas (nos últimos dois anos, no acompanhamento 48 meses); ii) tentativa de se
consultar e não ter conseguido (no acompanhamento 12 meses). A tabela A11 e o
gráfico A3 no apêndice apresentam esses resultados. Podemos observar que há
desigualdade pró-rico nas consultas médicas, e, pró-pobre na dificuldade para obter
a consulta. Nota-se também que o plano de saúde possui uma importante contribuição
para esses índices.
Nas variáveis de gastos, há uma quantidade grande de valores iguais a zero.
Assim, este trabalho também aplicou regressões com modelos em duas partes, onde
a primeira refere-se à decisão de gastar (modelo probit), e a segunda à estimação da
esperança condicional a gastos positivos (modelo GLM com distribuição log normal).
As tabelas A12 até A15 apresentam esses resultados, onde as conclusões são
similares às anteriores.
Com intuito de minimizar as perdas de observações, este trabalho também
estimou regressões com painéis não balanceados (tabelas A16 a A25). Nesta
abordagem há entre 71% e 84% dos elegíveis para análise de decomposição do IC;
e, entre 78% e 86% para análise dos índices de mobilidade. Neste último caso, apenas
os missings das variáveis de renda e de cuidados em saúde foram retirados. Observa-
se que em geral os resultados são similares, não havendo alterações das conclusões.
Por fim, na análise da decomposição das variações do IC, a renda foi
substituída pelo índice de posse (tabelas A26 e A27), já que esta última variável pode
ser menos sensível a alterações cíclicas. Nota-se que as conclusões não foram
modificadas.
35
2.4 DISCUSSÕES E CONCLUSÕES
2.4.1 Principais aspectos encontrados
Este estudo buscou analisar as desigualdades e iniquidades relacionadas à
renda dos cuidados em saúde das crianças na cidade de Pelotas no Brasil. Que seja
de melhor conhecimento do autor deste trabalho, considerando essa abordagem do
IC, não há artigos que mensurem e analisem os cuidados em saúde das crianças
nesse país e a evidência internacional é escassa e utiliza dados de corte transversal.
Primeiro, há evidências de desigualdade e iniquidade pró-rico no plano de saúde,
gastos com plano de saúde, uso de medicamentos, gastos com medicamentos e
gastos totais com saúde. Segundo, as variáveis que mais contribuem para a
desigualdade pró-rico do plano de saúde e dos gastos com plano de saúde são renda,
índice de posse e educação das mães. Terceiro, para os casos de uso de
medicamentos e gastos com medicamentos, as variáveis que mais contribuem para
essa desigualdade são renda, índice de posse, educação das mães, plano de saúde
(pró-rico) e variáveis de saúde da criança (pró-pobre). Quarto, houve reduções na
desigualdade e iniquidade, no acompanhamento 72 meses. Quinto, essa redução
ocorreu com um maior ganho ou menor decréscimo para os mais pobres na variável
de cuidados em saúde, comparando a sua situação do primeiro acompanhamento.
2.4.2 Interpretação
O SUS busca assegurar um sistema público de saúde integral, universal e
gratuito. Desta forma, deveria haver equidade na utilização dos cuidados em saúde
no país. Entretanto, estudos anteriores mostram a existência de iniquidades que
possuem uma forte associação com os planos de saúde (SANTOS et al., 2008;
MACINKO; LIMA-COSTA, 2012; ALMEIDA et al., 2013). Este estudo foca nos
cuidados em saúde das crianças, dado que a saúde na infância se relaciona a status
socioeconômico e saúde na vida adulta (CASE et al., 2002).
Primeiro, apesar de um sistema público universal de saúde, os resultados deste
trabalho mostram evidências de iniquidades nos cuidados em saúde das crianças.
Outros estudos da literatura têm observado que há iniquidades no uso de cuidados
em saúde para adultos no Brasil (MACINKO; LIMA-COSTA, 2012; ALMEIDA et al.,
36
2013). Garcia et al. (2013) encontram desigualdades nos gastos com medicamentos
em favor das famílias de renda mais alta desse país. Os resultados encontrados aqui
são diferentes das evidências de pouca ou nenhuma iniquidade em consultas médicas
ao clínico geral entre as crianças escocesas (LAYTE; NOLAN, 2015). Este fato pode
ser devido ao menor peso proporcional de financiamento do setor privado sobre a
saúde, neste país comparado ao Brasil.
Segundo, em linha com nossos resultados, a literatura tem observado a
importância da renda e da educação das mães na explicação da posse de plano de
saúde, principalmente dessa primeira variável explicativa (CAMERON et al., 1988;
ANDRADE; MAIA, 2007; DOIRON et al, 2008; JOHAR et al., 2011). A contribuição da
renda vem do fato de que o plano de saúde se comporta como um bem normal
(DOIRON et al., 2008). O papel da educação das mães pode ser explicado por um
maior conhecimento e percepção da importância dos cuidados em saúde. Ademais, a
associação não significativa entre plano de saúde e variáveis de saúde pode ocorrer
por um caráter preventivo, ou seja, os planos de saúde não são adquiridos
condicionados à saúde das crianças (CAMERON et al., 1988).
Terceiro, adicionalmente à renda, índice de posse e educação das mães, o
plano de saúde tem uma forte contribuição pró-rico sobre o IC do uso de
medicamentos e dos gastos com medicamentos, isso pode estar ocorrendo devido a
uma maior exposição aos serviços de saúde como consultas e exames que geraria
prescrições de medicamentos. Na análise para adultos, artigos da literatura brasileira
têm observado que o plano de saúde é concentrado nos mais ricos e tem grande
contribuição sobre a desigualdade de consultas médicas e ao dentista (MACINKO;
LIMA-COSTA, 2012; ALMEIDA et al., 2013). As variáveis de necessidade possuem
uma importante associação com o uso de medicamentos e com seus gastos, como
esperado pela literatura (CARRASCO-GARRIDO et al., 2009; SANTOS et al., 2009;
OLIVEIRA et al., 2012); além disso, elas têm uma forte contribuição para esses ICs.
Este resultado é como o esperado, já que, crianças com piores níveis de saúde
tendem a usar mais medicamentos (elasticidade positiva entre indicadores de saúde
ruim e uso de medicamentos), e, uma pior saúde possui desigualdade pró-pobre
(IC<0).
Quarto e quinto, os resultados mostram um decréscimo das desigualdades e
das iniquidades do plano de saúde, gastos com plano de saúde e uso de
medicamentos, entre os acompanhamentos 12 e 72 meses. O aumento na proporção
37
de crianças com plano de saúde (e de seus gastos) foi mais sentido entre os que eram
inicialmente mais pobres (primeiro acompanhamento). Esse resultado é
possivelmente associado às melhorias de condições de vida dos mais pobres. Este
trabalho mostrou que o crescimento da renda no primeiro quintil foi muito superior ao
do último quintil. Alguns artigos mostraram importantes ganhos socioeconômicos para
população mais pobre, na década de 2000, onde houve reduções da pobreza e da
desigualdade de renda nesse país (FERREIRA DE SOUZA, 2012).
Este trabalhou encontrou também um declínio no uso de medicamentos
conforme as crianças cresciam, mas, essa redução foi mais forte entre os mais ricos,
ocorrendo uma espécie de convergência, que implicou em reduções da desigualdade
e da iniquidade. A literatura evidencia que as crianças mais novas usam mais
medicamentos, onde essa prevalência diminui até a adolescência, e cresce na fase
adulta, com altas prevalências para os idosos (OLIVEIRA et al, 2012; ARRAIS et al.,
2005).
2.4.3 Conclusões e limitações
Portanto, este estudo encontrou que as iniquidades nos cuidados em saúde
têm seu início na primeira infância. Dado que as crianças mais pobres têm um menor
nível de cuidados em saúde, podemos esperar que isso possa ter consequências
sobre sua saúde no presente e no futuro. E ainda, em geral, as crianças mais pobres
possuem piores níveis de saúde. Neste caso, o sistema público deve buscar maior
equidade. Isso pode ser obtido possivelmente com um SUS mais forte, eficiente e
eficaz.
Este estudo tem algumas limitações. Primeiro, informações auto-reportada
podem conter erros de mensuração, principalmente no que diz respeito as variáveis
de gastos. Nessas questões da pesquisa, o período se refere aos últimos 30 dias; isso
limita os problemas de recordação dos valores gastos. E ainda, não há evidência de
gradiente entre condições socioeconômicas e o esquecimento (recall bias). No caso
do uso de medicamentos, os entrevistadores pediram que as mães trouxessem as
caixas dos medicamentos utilizados nos últimos 15 dias, fato que minimiza essa
limitação.
Segundo, a base de dados é composta de nascidos vivos na cidade de Pelotas
do Brasil, no ano de 2004. Então, esta amostra não é representativa nacionalmente.
38
Pelotas possui um Índice de Desenvolvimento Humano superior ao do país14. No
entanto, esses dados são uma base longitudinal única, onde suas vantagens em
relação a uma amostra transversal representativa do país devem ser superiores às
desvantagens.
Terceiro, variáveis de consultas ao médico com dados longitudinais poderiam
trazer informações importantes para as conclusões deste trabalho. Entretanto, os
resultados gerados com essas variáveis, com base em dados de corte transversal,
apontaram para as mesmas conclusões.
Quarto, a análise se limita a quando as crianças tinham entre 6 e 7 anos
(acompanhamento 72 meses). Pesquisas futuras poderão permitir a realização de
análises para um período mais longo.
14 Ver http://www.atlasbrasil.org.br/2013/.
39
REFERÊNCIAS
ALLANSON, P.; GERDTHAM, U.-G.; PETRIE, D. Longitudinal analysis of income-related health inequality. Journal of Health Economics, v. 29, n. 1, p. 78-86, 2010. ALLIN, S.; MASSERIA, C.; MOSSIALOS, E. Equity in health care use among older people in the UK: an analysis of panel data. Applied Economics, v. 43, n. 18, p. 2229-2239, 2011. ALLIN, S.; STABILE, M. Socioeconomic status and child health: what is the role of health care, health conditions, injuries and maternal health? Health Economics, Policy and Law, v. 7, n. 02, p. 227-242, 2012. ALMEIDA, G. et al. Analysis of the evolution and determinants of income-related inequalities in the Brazilian health system, 1998 - 2008. Revista Panamericana de Salud Pública, v. 33, p. 90-97, 2013. ANDRADE, M. V.; MAIA, A. C. Demanda por Planos de Saúde no Brasil: In: Menezes,Tatiane; Piola, Sergio; Servo, Luciana; Silveira, Fernando G.. (Org.). GASTO E CONSUMO DAS FAMILIAS BRASILEIRAS CONTEMPORANEAS. 1ed.Brasilia: IPEA, 2007, v. 2, p. 1-551, 2007. ANDRADE, M. V. et al. Desigualdade socioeconômica no acesso aos serviços de saúde no Brasil: um estudo comparativo entre as regiões brasileiras em 1998 e 2008. Economia Aplicada, v. 17, p. 623-645, 2013. ANDRADE, M. V.; NORONHA, K. V. M. D. S.; OLIVEIRA, T. B. Determinantes dos Gastos das Famílias com Saúde no Brasil. Economia, v. 7, n. 3, p. 485-508, 2006. ARRAIS, P.S.D.; BRITO, L.L.; BARRETO, M.L.; COELHO, H.L.L. Prevalência e fatores determinantes do consumo de medicamentos no Município de Fortaleza, Ceará, Brasil. Cad Saúde Pública, v. 21, p.1737-1746, 2005. ARROW, J. Uncertainty and the welfare economics of medical care. Bulletin of the World Health Organization, 1963. BAGO D’UVA, T.; JONES, A. M.; VAN DOORSLAER, E. Measurement of horizontal inequity in health care utilisation using European panel data. Journal of Health Economics, v. 28, n. 2, p. 280-289, 2009. BARROS, A. J. D. et al. Coorte de nascimentos de Pelotas, 2004: metodologia e descrição. Revista de Saúde Pública, v. 40, p. 402-413, 2006. CAMBOTA, J. N.; ROCHA, F. F. Determinantes das desigualdades na utilização de serviços de saúde: análise para o Brasil e regiões. Pesquisa e Planejamento Econômico, Rio de Janeiro, v. 45, p. 219-243, 2015.
40
CAMERON, A. C. et al. A Microeconometric Model of the Demand for Health Care and Health Insurance in Australia. The Review of Economic Studies, v. 55, n. 1, p. 85-106, 1988. CARRASCO-GARRIDO, P. et al. Medication consumption in the Spanish paediatric population: related factors and time trend, 1993–2003. British Journal of Clinical Pharmacology, v. 68, n. 3, p. 455-461, 2009. CASE, A.; LUBOTSKY, D.; PAXSON, C. Economic Status and Health in Childhood: The Origins of the Gradient. The American Economic Review, v. 92, n. 5, p. 1308-1334, 2002. CHATTERJI, P.; LAHIRI, K.; SONG, J. THE DYNAMICS OF INCOME-RELATED HEALTH INEQUALITY AMONG AMERICAN CHILDREN. Health Economics, v. 22, n. 5, p. 623-629, 2013. CUI, J. QIC program and model selection in GEE analyses. Stata Journal, College Station, TX, v. 7, n. 2, p. 209-220, 2007. DOIRON, D.; JONES, G.; SAVAGE, E. Healthy, wealthy and insured? The role of self-assessed health in the demand for private health insurance. Health Econ, v. 17, n. 3, p. 317-34, 2008. DOORSLAER, E. V.; KOOLMAN, X.; JONES, A. M. Explaining income-related inequalities in doctor utilisation in Europe. Health Economics, v. 13, n. 7, p. 629-647, 2004. ERREYGERS, G. Correcting the Concentration Index. Journal of Health Economics, v. 28, n. 2, p. 504-515, 2009. FERREIRA DE SOUZA, P. H. G. Poverty, inequality and social policies in Brazil, 1995-2009. Working Paper IPC, n.87, 2012 FOLLAND, S.; GOODMAN, A. C.; STANO, Miron. A Economia da Saúde. 5ª Edição, Porto Alegre: Bookman, 2008. GARCIA, L. P. et al. Gastos das famílias brasileiras com medicamentos segundo a renda familiar: análise da Pesquisa de Orçamentos Familiares de 2002-2003 e de 2008-2009. Cadernos de Saúde Pública, v. 29, p. 1605-1616, 2013. GARCÍA-GÓMEZ, P. et al. Inequity in long-term care use and unmet need: Two sides of the same coin. Journal of Health Economics, v. 39, p. 147-158, 2015. IBGE. Conta-Satélite de saúde: Brasil 2010-2013. Contas Nacionais. Rio de Janeiro: IBGE: 67 p., 2015a. ______. Pesquisa nacional de saúde : 2013 : acesso e utilização dos serviços de saúde, acidentes e violências : Brasil, grandes regiões e unidades da federação. Rio de Janeiro: 100 p., 2015b.
41
JOHAR, M. et al. Waiting times for elective surgery and the decision to buy private health insurance. Health Economics, v. 20 Suppl 1, p. 68-86, 2011. JONES, A. M.; NICOLÁS, A. L. Measurement and explanation of socioeconomic inequality in health with longitudinal data. Health Economics, v. 13, n. 10, p. 1015-1030, 2004. LAYTE, R.; NOLAN, A. Income-related inequity in the use of GP services by children: a comparison of Ireland and Scotland. The European Journal of Health Economics, v. 16, n. 5, p. 489-506, 2015. MACINKO, J.; LIMA-COSTA, M. F. Horizontal equity in health care utilization in Brazil, 1998–2008. International Journal for Equity in Health, v. 11, p. 33-33, 2012. MINISTÉRIO DA SAÚDE. A Produção de Conhecimento em Economia da Saúde: Uma perspectiva bibliográfica (2004-2012). Brasília: Ministério da Saúde, 2013. OCDE. WHAT ARE EQUIVALENCE SCALES?. Paris, Notes OCDE, 2011. OLIVEIRA, E. A. D. et al. Factors associated to medicine use among children from the 2004 Pelotas Birth Cohort (Brazil). Revista de Saúde Pública, v. 46, p. 487-496, 2012. O’DONNELL, O. et al. Analyzing health equity using household survey data: A guide to techniques and their implementation. Washington, DC: The World Bank, 2008. PAN, W. Akaike's Information Criterion in Generalized Estimating Equations. Biometrics, v. 57, n. 1, p. 120-125, 2001. SANTOS, D. B.; BARRETO, M. L.; COELHO, H. L. L. Utilização de medicamentos e fatores associados entre crianças residentes em áreas pobres. Revista de Saúde Pública, v. 43, p. 768-778, 2009. SANTOS, I. S. Evidência sobre o mix público-privado em países com cobertura duplicada: agravamento das iniquidades e da segmentação em sistemas nacionais de saúde. Ciência & Saúde Coletiva, v. 16, p. 2743-2752, 2011. SANTOS, I. S. et al. Cohort Profile: The 2004 Pelotas (Brazil) Birth Cohort Study. International Journal of Epidemiology, v. 40, n. 6, p. 1461-1468, 2011. SANTOS, I. S.; UGÁ, M. A. D.; PORTO, S. M. O mix público-privado no Sistema de Saúde Brasileiro: financiamento, oferta e utilização de serviços de saúde. Ciência & Saúde Coletiva, v. 13, p. 1431-1440, 2008. SILVEIRA, F. G. et al. Gasto e consumo das famílias brasileiras contemporâneas. v.1. Brasília: Instituto de Pesquisa Econômica Aplicada, 2006. ______. Gasto e consumo das famílias brasileiras contemporâneas. v.2. Brasília: Instituto de Pesquisa Econômica Aplicada, 2007.
42
WAGSTAFF, A. The bounds of the concentration index when the variable of interest is binary, with an application to immunization inequality. Health Economics, v. 14, n. 4, p. 429-432, 2005. WAGSTAFF, A.; PACI, P.; VAN DOORSLAER, E. On the measurement of inequalities in health. Soc Sci Med, v. 33, n. 5, p. 545-57, 1991. WAGSTAFF, A.; VAN DOORSLAER, E. Measuring and Testing for Inequity in the Delivery of Health Care. The Journal of Human Resources, v. 35, n. 4, p. 716-733, 2000. WAGSTAFF, A.; VAN DOORSLAER, E.; WATANABE, N. On decomposing the causes of health sector inequalities with an application to malnutrition inequalities in Vietnam. Journal of Econometrics, v. 112, n. 1, p. 207-223, 2003.
43
APÊNDICE A
Gráfico A1- Distribuição (%) da idade das crianças para os acompanhamentos 12 e
24 meses
Acompanhamento 12 meses
Acompanhamento 24 meses
Fonte: Elaboração do autor com base nos dados da Coorte de Nascimentos de Pelotas, 2004.
020
40
60
80
100
Pe
rce
nt
10 11 12 13 14idade12M
020
40
60
80
100
Pe
rce
nt
10 15 20 25 30 35idade24M
44
Gráfico A2- Distribuição (%) da idade das crianças para os acompanhamentos 48 e
72 meses
Acompanhamento 48 meses
Acompanhamento 72 meses
Fonte: Elaboração do autor com base nos dados da Coorte de Nascimentos de Pelotas, 2004.
010
20
30
Perc
ent
45 50 55 60 65idade48M
05
10
15
20
25
Pe
rce
nt
75 80 85 90 95idade72M
45
Tabela A1- Escolha dos modelos de gastos
Dados corte transversal
Linktest (valor-p)
Hosmer-Lemeshow
RMSE MAPE Pearson cor.
(valor-p)
Gastos com plano de saúde
Modelo
OLS-y 0,000 0,000 45,651 23,613 -
OLS-lny 0,000 0,000 2125792 176359 0,000
OLS-raiz de y 0,000 0,000 44,413 19,642 0,000
ECM 0,000 0,224 41,546 17,806 0,475
ECM-Poisson 0,000 0,250 42,948 18,481 0,006
GLM-log-Gamma 0,000 0,000 109,457 29,136 0,000
GLM-log Normal 0,000 0,224 41,546 17,806 0,475
GLM- log Poisson 0,000 0,250 42,948 18,481 0,006
Gastos com medicamentos
Modelo
OLS-y 0,000 0,000 37,177 20,860 -
OLS-lny 0,000 0,002 94431,2 4799,8 0,000
OLS-raiz de y 0,000 0,000 36,740 19,750 0,000
ECM 0,000 0,341 35,701 19,227 0,750
ECM-Poisson 0,000 0,713 35,990 19,306 0,331
GLM-log-Gamma 0,036 0,063 37,483 19,99 0,000
GLM-log Normal 0,622 0,314 35,701 19,227 0,750
GLM- log Poisson 0,000 0,713 35,986 19,306 0,331
Painel - estrutura de correlação
Gastos com plano- QIC_u
Gastos com medicamentos-
QIC_u
Correlação
exchangeable 15500071 15280108
Independente 14979728 15275671
unstructured 15807140 15280449
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: OLS y- Mínimos Quadrados Ordinários com desfecho sem transformação; OLS-lny- OLS com desfecho em logaritmo natural; OLS-raiz de y- OLS com a raiz quadrada do desfecho; ECM modelos com média condicional exponencial; ECM Poisson-semelhante ao anterior com modelo Poisson; GLM-log-Gamma- Modelo Linear Generalizado (Generalized Linear Model- GLM) com link log e família Gamma; GLM-log-Normal- GLM com link log e família Normal (Gaussian); GLM-log-Poisson- GLM com link log e família Poisson. Todos os cálculos se basearam no acompanhamento 48 meses (os resultados foram semelhantes para os demais). Para modelos que não suportam valores iguais a zero, eles foram transformados em 0,00001. Ver CUI (2007) para estatística QIC_u e estruturas de correlação.
46
Tabela A2- Média das variáveis explicativas por acompanhamento e quintil da renda inicial
1º Quintil 3º Quintil 5º Quintil
12M 72M 12M 72M 12M 72M
Variáveis Socioeconômicas
Renda (R$ de 2011) 155,875 432,967 433,926 703,217 1730,921 2067,769
Índice de posse (1Q) 0,609 0,560 0,222 0,201 0,013 0,025
Índice de posse (2Q) 0,198 0,219 0,207 0,218 0,032 0,032
Índice de posse (3Q) 0,134 0,136 0,231 0,262 0,097 0,101
Índice de posse (4Q) 0,047 0,074 0,247 0,243 0,211 0,309
Índice de posse (5Q) 0,011 0,011 0,093 0,076 0,647 0,533
Educação das mães (anos)
5,925 6,158 7,932 8,397 11,436 12,133
Mãe com companheiro
0,777 0,779 0,822 0,806 0,917 0,861
Cor da mãe (branca) 0,606 0,606 0,700 0,700 0,877 0,877
Necessidade: Variáveis da Criança
Sexo (feminino) 0,472 0,472 0,505 0,505 0,465 0,465
Saúde Excelente 0,281 0,270 0,427 0,359 0,539 0,427
Saúde muito boa 0,198 0,155 0,188 0,239 0,264 0,323
Saúde boa 0,421 0,472 0,307 0,355 0,173 0,230
Saúde regular ou ruim
0,100 0,104 0,078 0,047 0,025 0,021
Chiado no peito 0,713 0,260 0,647 0,241 0,507 0,182
Doenças crônicas 0,060 0,128 0,080 0,146 0,061 0,131
Baixo peso ao nascer 0,091 0,091 0,093 0,093 0,066 0,066
Hospitalização 0,260 0,260 0,167 0,167 0,121 0,121
Dor de ouvido 0,492 0,492 0,495 0,495 0,362 0,362
Pontada no peito 0,121 0,121 0,101 0,101 0,061 0,061
Infecção urinária 0,049 0,049 0,046 0,046 0,061 0,061
Amamentação (0 m) 0,092 0,092 0,110 0,110 0,101 0,101
Amamentação (1-3 m)
0,153 0,153 0,125 0,125 0,082 0,082
Amamentação (4-5 m)
0,170 0,170 0,171 0,171 0,175 0,175
Amamentação (6-11m)
0,130 0,130 0,180 0,180 0,294 0,294
Amamentação (>12) 0,455 0,455 0,414 0,414 0,349 0,349
Necessidade: Variáveis da mãe
Idade da mãe (anos) 27,008 32,680 26,777 32,472 29,981 35,711
Fumou na Gravidez 0,402 0,402 0,271 0,271 0,110 0,110
Saúde excelente 0,136 0,113 0,195 0,118 0,338 0,220
Saúde muito boa 0,098 0,094 0,169 0,175 0,254 0,268
Saúde boa 0,532 0,489 0,491 0,482 0,336 0,404
Saúde regular ou ruim
0,234 0,304 0,144 0,226 0,072 0,108
N- observações 530 530 527 527 527 527
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: Amostra balanceado para os desfechos plano de saúde e medicamentos.
47
Tabela A3- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC do plano de saúde, acompanhamentos 12 e 24 meses
12 meses 24 meses
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda 0,125*** 2,057 0,250 0,129*** 2,031 0,265
Índice de posse (2Q) 0,026* 0,011 -0,004 0,026* 0,013 -0,005
Índice de posse (3Q) 0,094*** 0,044 -0,003 0,096*** 0,049 -0,004
Índice de posse (4Q) 0,138*** 0,075 0,025 0,141*** 0,072 0,027
Índice de posse (5Q) 0,194*** 0,102 0,096 0,198*** 0,099 0,098
Educação da mãe 0,033*** 0,735 0,144 0,034*** 0,725 0,156
Mãe com companheiro 0,000 0,000 0,000 0,000 0,000 0,000
Cor da mãe (branca) 0,018 0,036 0,004 0,018 0,035 0,004
Necessidade: variáveis da criança
Sexo (feminino) -0,028** -0,037 0,000 -0,029** -0,036 0,001
Saúde muito boa -0,009 -0,005 -0,001 -0,009 -0,005 -0,001
Saúde boa 0,001 0,001 0,000 0,001 0,001 0,000
Saúde regular ou ruim -0,024 -0,004 0,002 -0,024 -0,005 0,002
Chiado no peito 0,014 0,024 -0,002 0,015 0,018 -0,003
Doença crônica -0,005 -0,001 0,000 -0,005 -0,001 0,000
Baixo peso ao nascer 0,012 0,003 0,000 0,012 0,003 0,000
Hospitalização -0,011 -0,005 0,001 -0,011 -0,005 0,001
Dor de ouvido 0,007 0,008 -0,001 0,007 0,008 -0,001
Pontada no peito 0,018 0,011 0,001 0,018 0,010 0,001
Infecção urinária 0,077** 0,004 -0,001 0,079** 0,004 -0,001
Amamentação (1-3 m) -0,037 -0,012 0,002 -0,038 -0,011 0,002
Amamentação (4-5 m) 0,011 0,005 0,000 0,012 0,005 0,000
Amamentação (6-11m) 0,026 0,014 0,003 0,027 0,014 0,003
Amamentação (>12) -0,028 -0,031 0,002 -0,029 -0,031 0,002
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,004*** 0,317 0,010 0,004*** 0,320 0,012
Fumou na gravidez -0,062*** -0,044 0,014 -0,064*** -0,043 0,015
Saúde da mãe muito boa 0,035** 0,016 0,004 0,035** 0,016 0,006
Saúde da mãe boa 0,014 0,018 -0,002 0,015 0,018 -0,002
Saúde da mãe regular ou ruim
0,010 0,004 -0,001 0,010 0,004 -0,001
Resíduo 0,029 0,012
N- observações 2638 2638
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004. Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos probit com efeitos aleatórios e inclusão da interação entre o acompanhamento 72 meses e renda e educação das mães, além de variáveis binárias dos acompanhamentos. Contribuições para o IC foram normalizadas seguindo abordagem de Erreygers (2009).
48
Tabela A4- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC do plano de saúde, acompanhamentos 48 e 72 meses
48 meses 72 meses
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda 0,135*** 2,027 0,249 0,061*** 0,926 0,121
Índice de posse (2Q) 0,028* 0,010 -0,005 0,031* 0,013 -0,005
Índice de posse (3Q) 0,101*** 0,047 -0,006 0,112*** 0,047 -0,003
Índice de posse (4Q) 0,148*** 0,070 0,033 0,165*** 0,088 0,040
Índice de posse (5Q) 0,208*** 0,098 0,101 0,232*** 0,094 0,095
Educação da mãe 0,035*** 0,708 0,167 0,042*** 0,867 0,196
Mãe com companheiro 0,000 0,000 0,000 0,000 0,000 0,000
Cor da mãe (branca) 0,019 0,033 0,004 0,022 0,037 0,005
Necessidade: variáveis da criança
Sexo (feminino) -0,031** -0,035 0,002 -0,034** -0,039 0,001
Saúde muito boa -0,010 -0,005 -0,001 -0,011 -0,006 -0,001
Saúde boa 0,001 0,001 0,000 0,001 0,001 0,000
Saúde regular ou ruim -0,026 -0,004 0,001 -0,029 -0,004 0,002
Chiado no peito 0,015 0,010 -0,002 0,017 0,009 -0,001
Doença crônica -0,005 -0,001 0,000 -0,005 -0,002 0,000
Baixo peso ao nascer 0,013 0,002 0,000 0,014 0,003 0,000
Hospitalização -0,012 -0,005 0,001 -0,013 -0,006 0,001
Dor de ouvido 0,007 0,008 -0,001 0,008 0,008 -0,001
Pontada no peito 0,019 0,010 0,000 0,021 0,011 0,001
Infecção urinária 0,083** 0,004 -0,001 0,092** 0,004 -0,001
Amamentação (1-3 m) -0,039 -0,011 0,002 -0,044 -0,012 0,002
Amamentação (4-5 m) 0,012 0,005 0,000 0,014 0,005 0,000
Amamentação (6-11m) 0,028 0,013 0,004 0,031 0,015 0,004
Amamentação (>12) -0,031 -0,029 0,003 -0,034 -0,033 0,002
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,005*** 0,331 0,009 0,005*** 0,400 0,008
Fumou na gravidez -0,067*** -0,041 0,013 -0,075*** -0,046 0,015
Saúde da mãe muito boa 0,037** 0,015 0,006 0,041** 0,016 0,006
Saúde da mãe boa 0,015 0,017 -0,001 0,017 0,020 -0,001
Saúde da mãe regular ou ruim
0,010 0,004 -0,002 0,012 0,006 -0,002
Resíduo -0,023 0,000
N- observações 2638 2638
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004. Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos probit com efeitos aleatórios e inclusão da interação entre o acompanhamento 72 meses e renda e educação das mães, além de variáveis binárias dos acompanhamentos. Contribuições para o IC foram normalizadas seguindo abordagem de Erreygers (2009).
49
Tabela A5- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC do uso de medicamentos, acompanhamentos 12 e 24 meses
12 meses 24 meses
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda 0,023*** 0,216 0,046 0,025*** 0,278 0,051
Índice de posse (2Q) 0,033** 0,008 -0,005 0,035** 0,012 -0,006
Índice de posse (3Q) 0,035** 0,009 -0,001 0,037** 0,014 -0,002
Índice de posse (4Q) 0,020 0,006 0,004 0,022 0,008 0,004
Índice de posse (5Q) 0,047** 0,014 0,023 0,050** 0,018 0,025
Educação da mãe 0,015*** 0,191 0,066 0,016*** 0,246 0,074
Mãe com companheiro -0,010 -0,013 -0,001 -0,011 -0,016 -0,001
Cor da mãe (branca) 0,043*** 0,049 0,010 0,046*** 0,062 0,010
Plano de Saúde 0,056*** 0,032 0,032 0,060*** 0,043 0,035
Necessidade: variáveis da criança
Sexo (feminino) -0,016 -0,012 0,000 -0,017 -0,015 0,001
Saúde muito boa 0,071*** 0,024 0,004 0,076*** 0,031 0,010
Saúde boa 0,136*** 0,066 -0,028 0,146*** 0,094 -0,023
Saúde regular ou ruim 0,285*** 0,027 -0,019 0,305*** 0,045 -0,029
Chiado no peito 0,067*** 0,065 -0,011 0,072*** 0,063 -0,013
Doença crônica 0,112*** 0,010 -0,001 0,120*** 0,016 -0,003
Baixo peso ao nascer 0,010 0,001 0,000 0,010 0,002 0,000
Hospitalização 0,007 0,002 -0,001 0,007 0,002 -0,001
Dor de ouvido 0,027** 0,019 -0,003 0,029** 0,024 -0,003
Pontada no peito -0,004 0,004 0,000 -0,004 0,005 0,001
Infecção urinária 0,048** -0,001 0,000 0,051** -0,001 0,000
Amamentação (1-3 m) -0,021 -0,004 0,001 -0,022 -0,005 0,001
Amamentação (4-5 m) -0,030 -0,008 0,000 -0,032 -0,010 0,000
Amamentação (6-11m) -0,025 -0,008 -0,003 -0,027 -0,010 -0,003
Amamentação (>12) -0,028 -0,018 0,002 -0,030 -0,022 0,002
Necessidade: variáveis da mãe
Idade da mãe (anos) -0,001 -0,031 -0,002 -0,001 -0,041 -0,002
Fumou na gravidez 0,016 0,006 -0,004 0,017 0,008 -0,004
Saúde da mãe muito boa 0,024 0,006 0,003 0,026 0,008 0,004
Saúde da mãe boa -0,008 -0,006 0,001 -0,008 -0,007 0,001
Saúde da mãe regular ou ruim
0,025 0,006 -0,003 0,026 0,007 -0,004
Resíduo 0,016 -0,014
N- observações 2638 2638
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004. Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos probit com efeitos aleatórios e inclusão da interação entre o acompanhamento 72 meses e renda e educação das mães, além de variáveis binárias dos acompanhamentos. Contribuições para o IC foram normalizadas seguindo abordagem de Erreygers (2009).
50
Tabela A6- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC do uso de medicamentos, acompanhamentos 48 e 72 meses
48 meses 72 meses
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda 0,025*** 0,321 0,046 0,009 0,163 0,017
Índice de posse (2Q) 0,035** 0,011 -0,006 0,033** 0,017 -0,005
Índice de posse (3Q) 0,038** 0,015 -0,002 0,035** 0,018 -0,001
Índice de posse (4Q) 0,022 0,009 0,005 0,020 0,013 0,005
Índice de posse (5Q) 0,051** 0,020 0,025 0,047** 0,023 0,019
Educação da mãe 0,016*** 0,277 0,076 0,008** 0,202 0,037
Mãe com companheiro -0,011 -0,018 -0,002 -0,010 -0,023 -0,001
Cor da mãe (branca) 0,047*** 0,069 0,010 0,043*** 0,091 0,010
Plano de Saúde 0,060*** 0,052 0,033 0,056*** 0,068 0,027
Necessidade: variáveis da criança
Sexo (feminino) -0,017 -0,017 0,001 -0,016 -0,022 0,001
Saúde muito boa 0,076*** 0,036 0,010 0,071*** 0,049 0,009
Saúde boa 0,146*** 0,105 -0,024 0,136*** 0,136 -0,025
Saúde regular ou ruim 0,306*** 0,042 -0,017 0,284*** 0,049 -0,019
Chiado no peito 0,072*** 0,040 -0,008 0,067*** 0,042 -0,004
Doença crônica 0,120*** 0,026 -0,001 0,111*** 0,042 -0,001
Baixo peso ao nascer 0,010 0,002 0,000 0,010 0,002 0,000
Hospitalização 0,007 0,003 -0,001 0,007 0,003 0,000
Dor de ouvido 0,029** 0,027 -0,003 0,027** 0,035 -0,003
Pontada no peito -0,004 0,005 0,000 -0,004 0,007 0,000
Infecção urinária 0,052** -0,001 0,000 0,048** -0,001 0,000
Amamentação (1-3 m) -0,022 -0,005 0,001 -0,021 -0,007 0,001
Amamentação (4-5 m) -0,032 -0,011 0,000 -0,030 -0,015 0,000
Amamentação (6-11m) -0,027 -0,011 -0,004 -0,025 -0,014 -0,003
Amamentação (>12) -0,030 -0,025 0,003 -0,028 -0,033 0,002
Necessidade: variáveis da mãe
Idade da mãe (anos) -0,001 -0,049 -0,002 -0,001 -0,070 -0,001
Fumou na gravidez 0,017 0,009 -0,003 0,016 0,012 -0,003
Saúde da mãe muito boa 0,026 0,009 0,004 0,024 0,012 0,004
Saúde da mãe boa -0,008 -0,008 0,001 -0,008 -0,011 0,000
Saúde da mãe regular ou ruim
0,026 0,009 -0,004 0,025 0,014 -0,005
Resíduo 0,008 0,005
N- observações 2638 2638
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos probit com efeitos aleatórios e inclusão da interação entre o acompanhamento 72 meses e renda e educação das mães, além de variáveis binárias dos acompanhamentos. Contribuições para o IC foram normalizadas seguindo abordagem de Erreygers (2009).
51
Tabela A7- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC dos gastos com plano de saúde, acompanhamentos 12 e 24 meses
12 meses 24 meses
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda 10,164*** 3,231 0,274 9,118*** 3,145 0,272
Índice de posse (2Q) 9,494 0,052 -0,009 8,517 0,089 -0,018
Índice de posse (3Q) 15,476** 0,161 -0,014 13,883** 0,126 -0,005
Índice de posse (4Q) 26,856*** 0,278 0,061 24,091*** 0,275 0,055
Índice de posse (5Q) 36,843*** 0,389 0,246 33,050*** 0,374 0,238
Educação da mãe 1,804*** 0,754 0,104 1,618*** 0,731 0,105
Mãe com companheiro 4,537*** 0,204 0,007 4,070*** 0,193 0,008
Cor da mãe (branca) -10,896*** -0,418 -0,034 -9,775*** -0,400 -0,033
Necessidade: variáveis da criança
Sexo (feminino) -0,370 -0,010 0,000 -0,332 -0,009 0,000
Saúde muito boa 0,532 0,006 0,000 0,477 0,006 0,001
Saúde boa -2,082** -0,037 0,006 -1,867** -0,039 0,005
Saúde regular ou ruim -3,637 -0,012 0,003 -3,262 -0,016 0,005
Chiado no peito 2,744*** 0,094 -0,006 2,462*** 0,069 -0,007
Doença crônica -0,958 -0,003 0,000 -0,860 -0,003 0,000
Baixo peso ao nascer 1,206 0,006 0,000 1,081 0,006 0,000
Hospitalização 1,259 0,013 -0,002 1,130 0,012 -0,001
Dor de ouvido -1,456** -0,036 0,002 -1,306** -0,035 0,002
Pontada no peito 11,826*** 0,002 0,000 10,608*** 0,002 0,000
Infecção urinária 0,599 0,054 -0,007 0,538 0,052 -0,006
Amamentação (1-3 m) -1,684 -0,011 0,001 -1,511 -0,010 0,001
Amamentação (4-5 m) 3,566*** 0,033 0,000 3,199*** 0,031 0,000
Amamentação (6-11m) 4,155*** 0,042 0,007 3,727*** 0,040 0,006
Amamentação (>12) -3,299*** -0,074 0,004 -2,959*** -0,070 0,003
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,165*** 0,245 0,005 0,148*** 0,243 0,005
Fumou na gravidez -9,700*** -0,146 0,028 -8,702*** -0,140 0,029
Saúde da mãe muito boa -2,534*** -0,022 -0,005 -2,273*** -0,020 -0,006
Saúde da mãe boa -2,875*** -0,073 0,005 -2,579*** -0,073 0,005
Saúde da mãe regular ou ruim
-7,285*** -0,063 0,014 -6,535*** -0,061 0,014
Resíduo -0,008 -0,003
N- observações 1877 1877
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos GEE com distribuição log-normal e correlação independente, e, inclusão da interação entre o acompanhamento 72 meses e renda, além de variáveis binárias dos acompanhamentos.
52
Tabela A8- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC dos gastos com plano de saúde, acompanhamentos 48 e 72 meses
48 meses 72 meses
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda 10,012*** 3,385 0,251 11,409*** 3,596 0,285
Índice de posse (2Q) 9,352 0,082 -0,018 10,657 0,107 -0,026
Índice de posse (3Q) 15,244** 0,137 -0,004 17,371** 0,169 -0,012
Índice de posse (4Q) 26,454*** 0,271 0,065 30,145*** 0,293 0,074
Índice de posse (5Q) 36,292*** 0,379 0,240 41,355*** 0,407 0,229
Educação da mãe 1,777*** 0,767 0,113 0,831*** 0,339 0,048
Mãe com companheiro 4,469*** 0,197 0,009 5,092*** 0,207 0,004
Cor da mãe (branca) -10,733*** -0,414 -0,033 -12,231*** -0,436 -0,034
Necessidade: variáveis da criança
Sexo (feminino) -0,364 -0,010 0,000 -0,415 -0,010 0,000
Saúde muito boa 0,524 0,006 0,001 0,597 0,007 0,001
Saúde boa -2,050** -0,041 0,004 -2,336** -0,042 0,005
Saúde regular ou ruim -3,582 -0,014 0,003 -4,082 -0,014 0,004
Chiado no peito 2,703*** 0,041 -0,005 3,080*** 0,033 -0,003
Doença crônica -0,944 -0,006 0,000 -1,076 -0,007 0,000
Baixo peso ao nascer 1,187 0,006 0,000 1,353 0,006 0,000
Hospitalização 1,240 0,013 -0,002 1,413 0,013 -0,001
Dor de ouvido -1,434** -0,036 0,002 -1,634** -0,038 0,002
Pontada no peito 11,649*** 0,002 0,000 13,274*** 0,002 0,000
Infecção urinária 0,590 0,054 -0,008 0,673 0,057 -0,009
Amamentação (1-3 m) -1,659 -0,011 0,001 -1,891 -0,011 0,001
Amamentação (4-5 m) 3,512*** 0,032 0,001 4,002*** 0,034 0,001
Amamentação (6-11m) 4,093*** 0,041 0,007 4,664*** 0,043 0,006
Amamentação (>12) -3,249*** -0,073 0,004 -3,702*** -0,077 0,002
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,162*** 0,271 0,004 0,185*** 0,308 0,004
Fumou na gravidez -9,555*** -0,145 0,026 -10,888*** -0,152 0,026
Saúde da mãe muito boa -2,496*** -0,021 -0,006 -2,844*** -0,021 -0,005
Saúde da mãe boa -2,832*** -0,074 0,003 -3,228*** -0,079 0,001
Saúde da mãe regular ou ruim
-7,176*** -0,070 0,015 -8,177*** -0,091 0,019
Resíduo -0,014 -0,049
N- observações 1877 1877
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004. Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos GEE com distribuição log-normal e correlação independente, e, inclusão da interação entre o acompanhamento 72 meses e renda, além de variáveis binárias dos acompanhamentos.
53
Tabela A9- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC dos gastos com medicamentos, acompanhamento 12 e 48 meses
12 meses 48 meses
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda 4,783*** 1,259 0,107 3,965*** 1,440 0,107
Índice de posse (2Q) 5,987*** 0,043 -0,009 4,963*** 0,044 -0,011
Índice de posse (3Q) 10,449*** 0,073 -0,003 8,663*** 0,092 -0,006
Índice de posse (4Q) 13,808*** 0,122 0,027 11,447*** 0,131 0,034
Índice de posse (5Q) 18,077*** 0,154 0,098 14,986*** 0,170 0,105
Educação da mãe 0,985*** 0,351 0,049 0,817*** 0,393 0,057
Mãe com companheiro -0,317 -0,012 0,000 -0,263 -0,012 -0,001
Cor da mãe (branca) 6,106*** 0,194 0,016 5,062*** 0,211 0,016
Plano de Saúde 8,123*** 0,127 0,050 6,734*** 0,157 0,053
Necessidade: variáveis da criança
Sexo (feminino) 0,515 0,011 0,000 0,427 0,012 0,000
Saúde muito boa 7,733*** 0,074 0,005 6,411*** 0,086 0,012
Saúde boa 18,288*** 0,253 -0,042 15,161*** 0,308 -0,033
Saúde regular ou ruim 35,168*** 0,095 -0,023 29,156*** 0,114 -0,024
Chiado no peito 6,754*** 0,184 -0,010 5,599*** 0,088 -0,007
Doença crônica 2,345** 0,006 0,000 1,944** 0,012 0,000
Baixo peso ao nascer -1,140 -0,004 0,000 -0,945 -0,005 0,000
Hospitalização 4,171*** 0,034 -0,005 3,458*** 0,037 -0,005
Dor de ouvido 5,500*** 0,110 -0,006 4,560*** 0,120 -0,007
Pontada no peito 3,756*** -0,003 0,000 3,114*** -0,004 0,000
Infecção urinária -1,610 0,014 -0,002 -1,335 0,015 -0,002
Amamentação (1-3 m) 4,405*** 0,023 -0,002 3,652*** 0,025 -0,002
Amamentação (4-5 m) 1,710 0,013 0,000 1,418 0,014 0,000
Amamentação (6-11m) 1,997 0,017 0,003 1,655 0,019 0,003
Amamentação (>12) 0,209 0,004 0,000 0,174 0,004 0,000
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,146** 0,175 0,004 0,121** 0,212 0,004
Fumou na gravidez 1,557* 0,018 -0,004 1,291* 0,019 -0,004
Saúde da mãe muito boa -0,156 -0,001 0,000 -0,129 -0,001 0,000
Saúde da mãe boa -1,310 -0,027 0,002 -1,086 -0,029 0,001
Saúde da mãe regular ou ruim
-4,708*** -0,031 0,00 -3,903*** -0,039 0,009
Resíduo -0,006 0,027
N- observações 3145 3145
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004. Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos GEE com distribuição log-normal e correlação independente, e, inclusão de variáveis binárias dos acompanhamentos.
54
Tabela A10- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC dos gastos totais com saúde, acompanhamento 12 e 48 meses
12 meses 48 meses
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda 19,124*** 2,381 0,208 16,993*** 2,603 0,197
Índice de posse (2Q) 14,374* 0,031 -0,006 12,772* 0,050 -0,011
Índice de posse (3Q) 30,163*** 0,122 -0,011 26,802*** 0,106 -0,004
Índice de posse (4Q) 47,122*** 0,201 0,045 41,871*** 0,196 0,048
Índice de posse (5Q) 60,609*** 0,246 0,157 53,855*** 0,259 0,166
Educação da mãe 3,715*** 0,611 0,087 3,301*** 0,650 0,098
Mãe com companheiro -0,815 -0,014 0,000 -0,724 -0,014 -0,001
Cor da mãe (branca) -0,588 -0,009 -0,001 -0,523 -0,009 -0,001
Necessidade: variáveis da criança
Sexo (feminino) -4,549*** -0,045 0,001 -4,042*** -0,047 0,002
Saúde muito boa 7,318*** 0,033 0,002 6,502*** 0,036 0,005
Saúde boa 17,576*** 0,122 -0,019 15,617*** 0,139 -0,015
Saúde regular ou ruim 42,672*** 0,057 -0,013 37,916*** 0,066 -0,013
Chiado no peito 4,570*** 0,060 -0,003 4,061*** 0,027 -0,003
Doença crônica 6,763*** 0,008 0,000 6,009*** 0,016 0,000
Baixo peso ao nascer 1,096 0,002 0,000 0,974 0,002 0,000
Hospitalização 10,306*** 0,042 -0,005 9,158*** 0,043 -0,006
Dor de ouvido 4,452*** 0,043 -0,002 3,956*** 0,045 -0,002
Pontada no peito 3,444 0,000 0,000 3,060 0,000 0,000
Infecção urinária -0,216 0,006 -0,001 -0,192 0,006 -0,001
Amamentação (1-3 m) -1,782 -0,004 0,000 -1,584 -0,005 0,000
Amamentação (4-5 m) -1,778 -0,006 0,000 -1,580 -0,007 0,000
Amamentação (6-11m) 2,449 0,010 0,002 2,176 0,010 0,002
Amamentação (>12) 1,308 0,011 -0,001 1,162 0,011 -0,001
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,628*** 0,363 0,007 0,558*** 0,418 0,007
Fumou na gravidez -7,437*** -0,043 0,009 -6,608*** -0,045 0,008
Saúde da mãe muito boa -3,092* -0,010 -0,002 -2,747* -0,011 -0,003
Saúde da mãe boa -1,999 -0,020 0,001 -1,776 -0,021 0,001
Saúde da mãe regular ou ruim
-12,678*** -0,044 0,010 -11,265*** -0,050 0,011
Resíduo 0,009 0,031
N- observações 2509 2509
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos GEE com distribuição log-normal e correlação independente, e, inclusão de variáveis binárias dos acompanhamentos.
55
Tabela A11- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC de consultas e dificuldades para consultas
Consultas
Dificuldades para consultas
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda -0,005 -0,037 -0,009 -0,017** -0,545 -0,035
Índice de posse (2Q) 0,047** 0,009 -0,007 -0,009 -0,008 0,001
Índice de posse (3Q) 0,102*** 0,024 -0,005 0,016 0,014 0,000
Índice de posse (4Q) 0,060** 0,015 0,013 -0,003 -0,004 -0,001
Índice de posse (5Q) 0,077*** 0,020 0,038 -0,005 -0,005 -0,002
Educação da mãe 0,011*** 0,121 0,056 0,003 0,112 0,012
Mãe com companheiro -0,008 -0,008 -0,001 0,01 0,046 0,001
Cor da mãe (branca) 0,008 0,007 0,002 0,004 0,018 0,001
Plano de Saúde 0,064*** 0,034 0,035 -0,057*** -0,113 -0,033
Necessidade: variáveis da criança
Sexo (feminino) 0,033** 0,020 -0,002 0,002 0,004 0,000
Saúde muito boa 0,034* 0,010 0,004 0,048*** 0,056 0,003
Saúde boa 0,116*** 0,054 -0,018 0,022 0,038 -0,005
Saúde regular ou ruim 0,252*** 0,024 -0,016 0,067** 0,023 -0,005
Chiado no peito 0,131*** 0,047 -0,011 0,026* 0,089 -0,004
Doença crônica 0,118*** 0,016 0,001 -0,003 -0,001 0,000
Baixo peso ao nascer -0,033 -0,005 0,001 0,001 0,000 0,000
Hospitalização 0,023 0,006 -0,002 0,023 0,024 -0,003
Dor de ouvido 0,038*** 0,022 -0,004 0,01 0,024 -0,001
Pontada no peito -0,022 0,000 0,000 0,004 -0,002 0,000
Infecção urinária -0,007 -0,002 0,001 -0,009 0,002 0,000
Amamentação (1-3 m) -0,018 -0,003 0,001 -0,037 -0,023 0,001
Amamentação (4-5 m) -0,002 0,000 0,000 -0,004 -0,004 0,000
Amamentação (6-11m)
0,007 0,002 0,001 -0,016 -0,018 -0,002
Amamentação (>12) 0,027 0,014 -0,002 -0,002 -0,005 0,000
Necessidade: variáveis da mãe
Idade da mãe (anos) -0,002 -0,063 -0,004 0,000 -0,066 -0,001
Fumou na gravidez -0,045*** -0,016 0,009 0,021 0,031 -0,005
Saúde da mãe muito boa
0,045* 0,009 0,007 -0,02 -0,017 -0,002
Saúde da mãe boa 0,009 0,006 -0,001 -0,018 -0,044 0,002
Saúde da mãe regular ou ruim
0,013 0,003 -0,002 0,038* 0,033 -0,006
Resíduo 0,012 0,001
IC 0,099 -0,083
IH 0,144 -
N- observações 3479 3529
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos probit. Contribuições para o IC foram normalizadas seguindo abordagem de Erreygers (2009).
56
Gráfico A3- Contribuição (%) das variáveis para o IC de consultas e dificuldades
para consultas
Fonte: Elaboração do autor com base nos dados da Coorte de Nascimentos de Pelotas, 2004.
Notas: Os grupos correspondem a soma das contribuições percentuais das variáveis: Renda inclui apenas renda, Índice de posse inclui as categorias do índice de posse, Educação da mãe inclui apenas educação da mãe, Outras socioeconômicas incluem cor da mãe e mãe vive com companheiro, Plano de Saúde inclui apenas plano de saúde, Saúde da Criança inclui saúde reportada, chiado no peito, doenças crônicas, baixo peso ao nascer, hospitalização, dor de ouvido, pontada no peito e infecção urinária e Outras de necessidade incluem amamentação, idade da mãe, tabagismo na gravidez e sexo.
-80 -70 -60 -50 -40 -30 -20 -10 0 10 20 30 40 50 60 70 80 90 100110120130140150160170180
Co
nsultas
Mé
dic
as
Dific
uld
ades
pa
ra c
onsultas
Contribuição (%)
Renda Índice de Posse Educação da Mãe
Outras socioeconômicas Plano de Saúde Saúde da Criança
Outras de necessidade Resíduo
57
Tabela A12- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC dos gastos com plano de saúde, acompanhamentos 12 e 24 meses, modelo em
duas partes
12 meses 24 meses
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda 12,966*** 4,122 0,350 11,567*** 3,990 0,345
Índice de posse (2Q) -12,922 -0,070 0,012 -4,619 -0,048 0,010
Índice de posse (3Q) -4,85 -0,050 0,004 -6,632 -0,060 0,003
Índice de posse (4Q) 4,778 0,050 0,011 0,505 0,006 0,001
Índice de posse (5Q) 10,946 0,116 0,073 8,720* 0,099 0,063
Educação da mãe 1,724*** 0,720 0,099 1,436*** 0,648 0,093
Mãe com companheiro 6,799 0,306 0,010 7,095* 0,336 0,013
Cor da mãe (branca) -4,784* -0,183 -0,015 -12,165*** -0,498 -0,041
Necessidade: variáveis da criança
Sexo (feminino) -0,168 -0,004 0,000 -1,562 -0,043 0,000
Saúde muito boa -0,989 -0,011 -0,001 3,955** 0,047 0,007
Saúde boa -1,962 -0,035 0,005 -0,775 -0,016 0,002
Saúde regular ou ruim -6,616 -0,022 0,005 -8,976 -0,044 0,014
Chiado no peito 1,901 0,065 -0,004 -0,928 -0,026 0,002
Doença crônica -0,032 0,000 0,000 7,768*** 0,031 -0,003
Baixo peso ao nascer 3,643 0,017 -0,001 4,252* 0,022 -0,001
Hospitalização 5,748** 0,058 -0,007 -1,336 -0,014 0,002
Dor de ouvido 2,575 0,064 -0,003 -0,878 -0,023 0,001
Pontada no peito 3,419 0,024 0,002 8,612*** -0,001 0,000
Infecção urinária 8,841*** 0,016 -0,002 -0,194 0,042 -0,005
Amamentação (1-3 m) -11,396** -0,073 0,006 -8,862** -0,061 0,005
Amamentação (4-5 m) -1,894 -0,017 0,000 0,707 0,007 0,000
Amamentação (6-11m) 3,747 0,038 0,006 2,299 0,025 0,004
Amamentação (>12) -6,832** -0,152 0,008 -5,754** -0,137 0,006
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,275 0,410 0,008 0,162 0,267 0,005
Fumou na gravidez -11,725*** -0,176 0,033 -9,798*** -0,158 0,032
Saúde da mãe muito boa
-3,302 -0,029 -0,006 -3,191 -0,028 -0,008
Saúde da mãe boa -4,076 -0,104 0,007 -0,787 -0,022 0,001
Saúde da mãe regular ou ruim
-5,155 -0,045 0,010 -8,639* -0,081 0,019
Resíduo 0,069 0,104
N- observações 1877 1877
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos em 2 partes: probit e GLM com distribuição log-normal.
58
Tabela A13- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC dos gastos com plano de saúde, acompanhamentos 48 e 72 meses, modelo em
duas partes
48 meses 72 meses
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda 14,259*** 4,820 0,358 11,817*** 3,725 0,296
Índice de posse (2Q) -0,286 -0,003 0,001 6,145 0,061 -0,015
Índice de posse (3Q) 3,517 0,032 -0,001 14,013 0,136 -0,010
Índice de posse (4Q) 8,339 0,085 0,021 17,674 0,172 0,043
Índice de posse (5Q) 14,341* 0,150 0,095 28,919** 0,285 0,160
Educação da mãe 1,842*** 0,795 0,117 1,537*** 0,628 0,088
Mãe com companheiro -1,453 -0,064 -0,003 -0,314 -0,013 0,000
Cor da mãe (branca) -5,040** -0,195 -0,015 -8,581*** -0,306 -0,024
Necessidade: variáveis da criança
Sexo (feminino) 0,943 0,025 -0,001 0,421 0,010 0,000
Saúde muito boa -3,189 -0,037 -0,005 -0,547 -0,006 -0,001
Saúde boa -2,763 -0,055 0,006 1,846 0,033 -0,004
Saúde regular ou ruim 9,974** 0,039 -0,007 -4,127 -0,014 0,004
Chiado no peito -0,815 -0,012 0,002 3,910* 0,042 -0,003
Doença crônica -7,244** -0,042 0,001 0,706 0,005 0,000
Baixo peso ao nascer 2,293 0,011 -0,001 0,585 0,003 0,000
Hospitalização 1,975 0,020 -0,003 2,643 0,025 -0,002
Dor de ouvido -4,403** -0,110 0,005 -1,652 -0,038 0,002
Pontada no peito 6,961** 0,004 0,000 11,173*** -0,001 0,000
Infecção urinária 1,350 0,032 -0,005 -0,225 0,048 -0,008
Amamentação (1-3 m) -5,231 -0,034 0,003 -2,550 -0,015 0,001
Amamentação (4-5 m) 0,418 0,004 0,000 -0,866 -0,007 0,000
Amamentação (6-11m) 0,697 0,007 0,001 -4,627 -0,043 -0,006
Amamentação (>12) -5,783* -0,130 0,008 -6,168 -0,128 0,004
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,288* 0,480 0,007 0,235 0,392 0,005
Fumou na gravidez -14,388*** -0,218 0,039 -8,511** -0,119 0,021
Saúde da mãe muito boa
-4,020* -0,033 -0,009 1,533 0,011 0,003
Saúde da mãe boa -1,317 -0,034 0,002 -2,755 -0,067 0,001
Saúde da mãe regular ou ruim
-4,281 -0,042 0,009 -3,364 -0,038 0,008
Resíduo 0,037 0,012
N- observações 1877 1877
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos em 2 partes: probit e GLM com distribuição log-normal.
59
Tabela A14- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC dos gastos com medicamentos, acompanhamentos 12 e 48 meses, modelo em
duas partes
12 meses 48 meses
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda 3,694*** 0,972 0,082 5,113*** 1,857 0,138
Índice de posse (2Q) 4,693 0,034 -0,007 8,959*** 0,079 -0,020
Índice de posse (3Q) 12,507*** 0,088 -0,003 8,383*** 0,089 -0,006
Índicede posse (4Q) 12,322*** 0,109 0,024 9,287*** 0,106 0,028
Índice de posse (5Q) 18,567*** 0,158 0,101 13,750*** 0,156 0,097
Educação da mãe 0,632** 0,225 0,031 0,988*** 0,476 0,069
Mãe com companheiro -0,273 -0,010 0,000 0,529 0,024 0,001
Cor da mãe (branca) 2,348 0,075 0,006 3,680** 0,154 0,012
Plano de Saúde 11,490*** 0,180 0,071 7,692*** 0,179 0,061
Necessidade: variáveis da criança
Sexo (feminino) -3,213** -0,067 0,001 0,320 0,009 0,000
Saúde muito boa 8,824*** 0,085 0,006 6,908*** 0,092 0,013
Saúde boa 15,130*** 0,209 -0,035 11,990*** 0,244 -0,026
Saúde regular ou ruim 32,289*** 0,087 -0,021 28,357*** 0,111 -0,024
Chiado no peito 4,573*** 0,125 -0,007 8,002*** 0,126 -0,010
Doença crônica 5,552** 0,014 0,000 5,221*** 0,031 0,000
Baixo peso ao nascer -2,266 -0,008 0,001 -2,844 -0,014 0,001
Hospitalização 6,027*** 0,049 -0,007 -0,524 -0,006 0,001
Dor de ouvido 8,966*** 0,180 -0,009 2,865** 0,075 -0,005
Pontada no peito 6,697*** 0,010 0,001 1,509 -0,005 0,000
Infecção urinária 4,573 0,025 -0,004 -1,895 0,007 -0,001
Amamentação (1-3 m) 3,974 0,021 -0,002 1,166 0,008 -0,001
Amamentação (4-5 m) 3,565 0,027 0,000 -3,059 -0,030 0,000
Amamentação (6-11m) 5,634** 0,049 0,008 -3,089 -0,035 -0,005
Amamentação (>12) 1,949 0,034 -0,002 -1,898 -0,043 0,002
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,295** 0,356 0,008 -0,047 -0,083 -0,001
Fumou na gravidez -1,217 -0,014 0,003 1,259 0,019 -0,004
Saúde da mãe muito boa
-1,957 -0,014 -0,003 1,226 0,012 0,003
Saúde da mãe boa -4,428** -0,091 0,006 -0,668 -0,018 0,001
Saúde da mãe regular ou ruim
-4,497* -0,030 0,007 -3,768 -0,037 0,008
Resíduo -0,001 -0,005
N- observações 3145 3145
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos em 2 partes: probit e GLM com distribuição log-normal.
60
Tabela A15- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC dos gastos totais com saúde, acompanhamentos 12 e 48 meses, modelo em
duas partes
12 meses 48 meses
EM η Cont. EM η Cont.
Variáveis Sociais
Renda 21,100*** 2,627 0,230 18,669*** 2,860 0,216
Índice de posse (2Q) 11,698 0,025 -0,005 12,819 0,050 -0,011
Índice de posse (3Q) 21,369** 0,087 -0,008 22,275** 0,088 -0,003
Índicede posse (4Q) 36,891*** 0,157 0,035 30,959*** 0,145 0,035
Índice de posse (5Q) 53,745*** 0,218 0,140 46,366*** 0,223 0,143
Educação da mãe 2,710*** 0,446 0,063 3,478*** 0,685 0,103
Mãe com companheiro 2,452 0,043 0,001 -1,533 -0,030 -0,001
Cor da mãe (branca) -4,972 -0,074 -0,006 -0,933 -0,016 -0,001
Necessidade: variáveis da criança
Sexo (feminino) -7,391*** -0,074 0,001 -0,701 -0,008 0,000
Saúde muito boa 16,084*** 0,073 0,005 5,106 0,028 0,004
Saúde boa 20,877*** 0,145 -0,022 13,443*** 0,120 -0,013
Saúde regular ou ruim 47,403*** 0,063 -0,015 41,374*** 0,072 -0,014
Chiado no peito 2,41 0,032 -0,002 11,697*** 0,079 -0,007
Doença crônica 14,780*** 0,018 0,000 8,447** 0,022 0,000
Baixo peso ao nascer 4,243 0,008 0,000 -1,579 -0,003 0,000
Hospitalização 16,803*** 0,068 -0,008 -0,080 0,000 0,000
Dor de ouvido 9,867*** 0,096 -0,004 -3,219 -0,037 0,002
Pontada no peito 2,614 0,019 0,002 4,827 0,001 0,000
Infecção urinária 19,069*** 0,005 -0,001 0,539 0,010 -0,001
Amamentação (1-3 m) -4,459 -0,011 0,001 -1,409 -0,004 0,000
Amamentação (4-5 m) 3,452 0,013 0,000 -7,268 -0,031 -0,001
Amamentação (6-11m) 10,542** 0,043 0,007 -1,587 -0,008 -0,001
Amamentação (>12) 1,977 0,017 -0,001 -5,642 -0,055 0,003
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,988*** 0,571 0,011 0,681*** 0,511 0,008
Fumou na gravidez -10,728** -0,062 0,012 -7,816** -0,053 0,010
Saúde da mãe muito boa
-10,380*** -0,034 -0,007 -3,315 -0,013 -0,003
Saúde da mãe boa -11,547*** -0,114 0,007 -1,472 -0,017 0,001
Saúde da mãe regular ou ruim
-20,991*** -0,073 0,017 -10,806* -0,048 0,011
Resíduo 0,022 0,037
N- observações 2509 2509
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004. Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos em 2 partes: probit e GLM com distribuição log-normal.
61
Tabela A16- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC do plano de saúde, acompanhamentos 12 e 24 meses, painel desbalanceado
12 meses 24 meses
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda 0,120*** 2,016 0,256 0,124*** 2,001 0,268
Índice de posse (2Q) 0,022* 0,010 -0,003 0,023* 0,010 -0,004
Índice de posse (3Q) 0,094*** 0,042 -0,002 0,096*** 0,053 -0,004
Índice de posse (4Q) 0,140*** 0,077 0,025 0,144*** 0,073 0,027
Índice de posse (5Q) 0,191*** 0,106 0,098 0,196*** 0,102 0,098
Educação da mãe 0,030*** 0,667 0,137 0,031*** 0,670 0,153
Mãe com companheiro 0,008 0,018 0,001 0,008 0,017 0,001
Cor da mãe (branca) 0,024* 0,049 0,006 0,025* 0,048 0,006
Necessidade: variáveis da criança
Sexo (feminino) -0,015 -0,021 0,000 -0,016 -0,020 0,001
Saúde muito boa -0,005 -0,003 0,000 -0,005 -0,003 -0,001
Saúde boa -0,004 -0,003 0,001 -0,004 -0,004 0,001
Saúde regular ou ruim -0,03 -0,005 0,002 -0,031 -0,007 0,003
Chiado no peito 0,015* 0,026 -0,002 0,015* 0,020 -0,003
Doença crônica 0,011 0,002 0,000 0,011 0,002 0,000
Baixo peso ao nascer 0,011 0,003 0,000 0,011 0,003 0,000
Hospitalização -0,017 -0,009 0,002 -0,017 -0,009 0,002
Dor de ouvido 0,011 0,014 -0,001 0,012 0,014 -0,001
Pontada no peito 0,029 0,010 0,001 0,029 0,009 0,001
Infecção urinária 0,075*** 0,007 -0,002 0,077*** 0,007 -0,001
Amamentação (1-3 m) -0,032 -0,010 0,001 -0,033 -0,010 0,001
Amamentação (4-5 m) -0,003 -0,001 0,000 -0,003 -0,001 0,000
Amamentação (6-11m) 0,026 0,014 0,003 0,026 0,014 0,003
Amamentação (>12) -0,022 -0,024 0,002 -0,023 -0,024 0,001
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,004*** 0,299 0,010 0,004*** 0,303 0,011
Fumou na gravidez -0,061*** -0,046 0,014 -0,062*** -0,045 0,015
Saúde da mãe muito boa
0,026* 0,011 0,003 0,026* 0,012 0,004
Saúde da mãe boa 0,014 0,019 -0,002 0,015 0,019 -0,002
Saúde da mãe regular ou ruim
0,005 0,002 -0,001 0,005 0,002 -0,001
Resíduo 0,036 0,009
IC 0,583 0,589
IH 0,553 0,554
N- observações 3490 3357
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos probit com efeitos aleatórios e inclusão da interação entre o acompanhamento 72 meses e renda e educação das mães, além de variáveis binárias dos acompanhamentos. Contribuições para o IC foram normalizadas seguindo abordagem de Erreygers (2009).
62
Tabela A17- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC do plano de saúde, acompanhamentos 48 e 72 meses, painel desbalanceado
48 meses 72 meses
EM η Cont. EM η Cont.
Variáveis Socioeconômicas
Renda 0,129*** 2,009 0,249 0,061*** 0,936 0,127
Índice de posse (2Q) 0,024* 0,009 -0,003 0,027* 0,009 -0,003
Índice de posse (3Q) 0,100*** 0,045 -0,005 0,114*** 0,054 -0,005
Índicede posse (4Q) 0,150*** 0,073 0,032 0,170*** 0,092 0,041
Índice de posse (5Q) 0,205*** 0,100 0,101 0,232*** 0,094 0,095
Educação da mãe 0,032*** 0,660 0,161 0,040*** 0,834 0,197
Mãe com companheiro 0,008 0,016 0,001 0,009 0,018 0,000
Cor da mãe (branca) 0,026* 0,046 0,006 0,029* 0,051 0,007
Necessidade: variáveis da criança
Sexo (feminino) -0,017 -0,019 0,001 -0,019 -0,022 0,001
Saúde muito boa -0,006 -0,003 -0,001 -0,006 -0,004 -0,001
Saúde boa -0,004 -0,004 0,001 -0,005 -0,004 0,001
Saúde regular ou ruim -0,032 -0,006 0,002 -0,036 -0,006 0,003
Chiado no peito 0,016* 0,011 -0,001 0,018* 0,010 -0,001
Doença crônica 0,012 0,003 0,000 0,013 0,004 0,000
Baixo peso ao nascer 0,011 0,003 0,000 0,013 0,003 0,000
Hospitalização -0,018 -0,008 0,002 -0,02 -0,009 0,001
Dor de ouvido 0,012 0,014 -0,001 0,014 0,015 -0,002
Pontada no peito 0,031 0,009 0,001 0,035 0,010 0,000
Infecção urinária 0,080*** 0,006 -0,002 0,091*** 0,007 -0,002
Amamentação (1-3 m) -0,034 -0,010 0,001 -0,039 -0,011 0,001
Amamentação (4-5 m) -0,003 -0,001 0,000 -0,003 -0,001 0,000
Amamentação (6-11m) 0,028 0,014 0,003 0,031 0,015 0,004
Amamentação (>12) -0,024 -0,023 0,002 -0,027 -0,025 0,002
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,004*** 0,315 0,010 0,005*** 0,377 0,008
Fumou na gravidez -0,065*** -0,044 0,013 -0,074*** -0,049 0,015
Saúde da mãe muito boa
0,028* 0,011 0,004 0,031* 0,013 0,005
Saúde da mãe boa 0,015 0,018 -0,002 0,018 0,020 -0,001
Saúde da mãe regular ou ruim
0,005 0,002 -0,001 0,006 0,003 -0,001
Resíduo -0,021 -0,002
IC 0,553 0,491
IH 0,521 0,472
N- observações 3441 2928
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos probit com efeitos aleatórios e inclusão da interação entre o acompanhamento 72 meses e renda e educação das mães, além de variáveis binárias dos acompanhamentos. Contribuições para o IC foram normalizadas seguindo abordagem de Erreygers (2009).
63
Tabela A18- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC do uso de medicamentos, acompanhamentos 12 e 24 meses, painel desbalanceado
12 meses 24 meses
EM η Cont. EM η Cont.
Variáveis Sociais
Renda 0,023*** 0,213 0,048 0,024*** 0,271 0,052
Índice de posse (2Q) 0,021 0,005 -0,003 0,022 0,007 -0,004
Índice de posse (3Q) 0,033** 0,008 -0,001 0,035** 0,013 -0,001
Índicede posse (4Q) 0,030** 0,009 0,005 0,032** 0,011 0,006
Índice de posse (5Q) 0,053*** 0,017 0,027 0,057*** 0,020 0,028
Educação da mãe 0,013*** 0,164 0,060 0,014*** 0,211 0,069
Mãe com companheiro -0,011 -0,014 -0,001 -0,011 -0,017 -0,001
Cor da mãe (branca) 0,039*** 0,044 0,009 0,041*** 0,055 0,010
Raça (branca)
Plano de Saúde 0,060*** 0,034 0,035 0,064*** 0,044 0,038
Necessidade: variáveis da criança
Sexo (feminino) -0,017* -0,013 0,000 -0,018* -0,016 0,001
Saúde muito boa 0,074*** 0,025 0,004 0,079*** 0,033 0,010
Saúde boa 0,140*** 0,069 -0,030 0,149*** 0,098 -0,025
Saúde regular ou ruim 0,283*** 0,028 -0,020 0,302*** 0,046 -0,028
Chiado no peito 0,076*** 0,074 -0,012 0,081*** 0,072 -0,013
Doença crônica 0,102*** 0,009 -0,001 0,109*** 0,015 -0,002
Baixo peso ao nascer 0,005 0,001 0,000 0,005 0,001 0,000
Hospitalização 0,008 0,002 -0,001 0,009 0,003 -0,001
Dor de ouvido 0,029*** 0,021 -0,003 0,031*** 0,026 -0,003
Pontada no peito -0,011 0,004 0,001 -0,012 0,006 0,001
Infecção urinária 0,061*** -0,001 0,001 0,065*** -0,002 0,000
Amamentação (1-3 m) -0,005 -0,001 0,000 -0,006 -0,001 0,000
Amamentação (4-5 m) -0,021 -0,006 0,000 -0,022 -0,007 0,000
Amamentação (6-11m) -0,027 -0,009 -0,003 -0,029 -0,011 -0,003
Amamentação (>12) -0,015 -0,009 0,001 -0,015 -0,011 0,001
Necessidade: variáveis da mãe
Idade da mãe (anos) -0,001 -0,031 -0,002 -0,001 -0,040 -0,002
Fumou na gravidez 0,012 0,005 -0,003 0,013 0,007 -0,003
Saúde da mãe muito boa
0,024 0,006 0,003 0,025 0,008 0,004
Saúde da mãe boa -0,015 -0,011 0,002 -0,016 -0,014 0,002
Saúde da mãe regular ou ruim
0,026* 0,006 -0,004 0,027* 0,008 -0,004
Resíduo 0,018 -0,010
IC 0,131 0,121
IH 0,197 0,187
N- observações 3490 3357
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos probit com efeitos aleatórios e inclusão da interação entre o acompanhamento 72 meses e renda e educação das mães, além de variáveis binárias dos acompanhamentos. Contribuições para o IC foram normalizadas seguindo abordagem de Erreygers (2009).
64
Tabela A19- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para
o IC do uso de medicamentos, acompanhamentos 48 e 72 meses, painel desbalanceado
48 meses 72 meses
EM η Cont. EM η Cont.
Variáveis Sociais
Renda 0,024*** 0,315 0,047 0,009 0,160 0,018
Índice de posse (2Q) 0,022 0,007 -0,003 0,021 0,008 -0,002
Índice de posse (3Q) 0,035** 0,013 -0,002 0,033** 0,019 -0,001
Índicede posse (4Q) 0,033** 0,013 0,007 0,030** 0,020 0,007
Índice de posse (5Q) 0,057*** 0,023 0,028 0,053*** 0,026 0,022
Educação da mãe 0,014*** 0,240 0,070 0,009*** 0,220 0,043
Mãe com companheiro -0,011 -0,019 -0,002 -0,011 -0,024 -0,001
Cor da mãe (branca) 0,041*** 0,061 0,009 0,038*** 0,079 0,009
Raça (branca)
Plano de Saúde 0,064*** 0,054 0,035 0,059*** 0,071 0,029
Necessidade: variáveis da criança
Sexo (feminino) -0,018* -0,018 0,001 -0,017* -0,024 0,001
Saúde muito boa 0,079*** 0,037 0,010 0,073*** 0,051 0,010
Saúde boa 0,149*** 0,110 -0,023 0,139*** 0,140 -0,027
Saúde regular ou ruim 0,303*** 0,046 -0,019 0,281*** 0,055 -0,021
Chiado no peito 0,081*** 0,046 -0,007 0,075*** 0,048 -0,004
Doença crônica 0,109*** 0,024 0,001 0,101*** 0,037 0,000
Baixo peso ao nascer 0,005 0,001 0,000 0,005 0,001 0,000
Hospitalização 0,009 0,003 -0,001 0,008 0,004 -0,001
Dor de ouvido 0,031*** 0,029 -0,003 0,029*** 0,037 -0,003
Pontada no peito -0,012 0,006 0,001 -0,011 0,008 0,000
Infecção urinária 0,065*** -0,002 0,001 0,060*** -0,003 0,001
Amamentação (1-3 m) -0,006 -0,001 0,000 -0,005 -0,002 0,000
Amamentação (4-5 m) -0,022 -0,008 0,000 -0,021 -0,010 0,000
Amamentação (6-11m) -0,029 -0,012 -0,004 -0,027 -0,016 -0,003
Amamentação (>12) -0,016 -0,012 0,001 -0,014 -0,016 0,001
Necessidade: variáveis da mãe
Idade da mãe (anos) -0,001 -0,048 -0,002 -0,001 -0,067 -0,001
Fumou na gravidez 0,013 0,008 -0,003 0,012 0,010 -0,002
Saúde da mãe muito boa
0,025 0,009 0,004 0,023 0,011 0,004
Saúde da mãe boa -0,016 -0,015 0,002 -0,015 -0,021 0,001
Saúde da mãe regular ou ruim
0,027* 0,010 -0,004 0,025* 0,015 -0,005
Resíduo 0,003 0,010
IC 0,146 0,081
IH 0,190 0,133
N- observações 3440 2928
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos probit com efeitos aleatórios e inclusão da interação entre o acompanhamento 72 meses e renda e educação das mães, além de variáveis
65
binárias dos acompanhamentos. Contribuições para o IC foram normalizadas seguindo abordagem de Erreygers (2009).
Tabela A20- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC dos gastos com plano de saúde, acompanhamentos 12 e 24 meses, painel
desbalanceado
12 meses 24 meses
EM η Cont. EM η Cont.
Variáveis Sociais
Renda 9,306*** 2,574 0,226 9,323*** 2,652 0,234
Índice de posse (2Q) 11,641 0,087 -0,019 11,663 0,094 -0,023
Índice de posse (3Q) 20,814*** 0,155 -0,006 20,852*** 0,201 -0,010
Índicede posse (4Q) 32,387*** 0,295 0,065 32,447*** 0,289 0,072
Índice de posse (5Q) 41,622*** 0,380 0,243 41,699*** 0,379 0,240
Educação da mãe 2,722*** 1,003 0,142 2,727*** 1,046 0,157
Mãe com companheiro -0,379 -0,014 0,000 -0,380 -0,014 -0,001
Cor da mãe (branca) -5,249*** -0,174 -0,014 -5,259*** -0,177 -0,015
Necessidade: variáveis da criança
Sexo (feminino) 0,147 0,003 0,000 0,147 0,003 0,000
Saúde muito boa 3,781*** 0,037 0,002 3,788*** 0,040 0,005
Saúde boa 1,122 0,016 -0,003 1,124 0,019 -0,002
Saúde regular ou ruim 3,031* 0,009 -0,002 3,036* 0,012 -0,003
Chiado no peito -1,611*** -0,046 0,003 -1,614*** -0,036 0,003
Doença crônica -0,167 0,000 0,000 -0,167 -0,001 0,000
Baixo peso ao nascer 1,708* 0,008 -0,001 1,711* 0,009 -0,001
Hospitalização 1,336 0,012 -0,002 1,338 0,012 -0,002
Dor de ouvido 3,219*** 0,067 -0,004 3,225*** 0,068 -0,004
Pontada no peito 9,683*** -0,016 -0,001 9,701*** -0,016 -0,001
Infecção urinária -7,535*** 0,038 -0,006 -7,549*** 0,038 -0,004
Amamentação (1-3 m) -4,822*** -0,026 0,002 -4,831*** -0,026 0,002
Amamentação (4-5 m) 3,153*** 0,025 0,000 3,159*** 0,026 0,000
Amamentação (6-11m) 5,754*** 0,053 0,008 5,764*** 0,054 0,007
Amamentação (>12) 4,382*** 0,079 -0,003 4,390*** 0,080 -0,003
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,359*** 0,453 0,010 0,360*** 0,476 0,011
Fumou na gravidez -7,750*** -0,098 0,020 -7,764*** -0,099 0,021
Saúde da mãe muito boa
-2,322*** -0,017 -0,003 -2,326*** -0,018 -0,004
Saúde da mãe boa -3,098*** -0,066 0,005 -3,103*** -0,069 0,005
Saúde da mãe regular ou ruim
-0,333 -0,002 0,001 -0,334 -0,003 0,001
Resíduo 0,004 -0,033
IC 0,666 0,652
IH 0,641 0,621
N- observações 3216 3086
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos GEE com distribuição log-normal e correlação independente, e, inclusão da interação entre o acompanhamento 72 meses e renda, além de variáveis binárias dos acompanhamentos.
66
Tabela A21- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para
o IC dos gastos com plano de saúde, acompanhamentos 48 e 72 meses, painel desbalanceado
48 meses 72 meses
EM η Cont. EM η Cont.
Variáveis Sociais
Renda 9,321*** 2,675 0,203 10,459*** 2,711 0,219
Índice de posse (2Q) 11,660 0,079 -0,019 13,083 0,072 -0,015
Índice de posse (3Q) 20,848*** 0,174 -0,011 23,393*** 0,188 -0,011
Índicede posse (4Q) 32,441*** 0,292 0,077 36,401*** 0,334 0,089
Índice de posse (5Q) 41,691*** 0,375 0,232 46,779*** 0,320 0,192
Educação da mãe 2,726*** 1,034 0,154 2,193*** 0,761 0,107
Mãe com companheiro -0,380 -0,014 -0,001 -0,426 -0,014 0,000
Cor da mãe (branca) -5,258*** -0,172 -0,013 -5,900*** -0,172 -0,013
Necessidade: variáveis da criança
Sexo (feminino) 0,147 0,003 0,000 0,165 0,003 0,000
Saúde muito boa 3,788*** 0,039 0,005 4,250*** 0,041 0,006
Saúde boa 1,124 0,018 -0,002 1,261 0,018 -0,002
Saúde regular ou ruim 3,036* 0,010 -0,002 3,406* 0,009 -0,003
Chiado no peito -1,614*** -0,020 0,001 -1,811*** -0,016 0,001
Doença crônica -0,167 -0,001 0,000 -0,188 -0,001 0,000
Baixo peso ao nascer 1,711* 0,008 -0,001 1,919* 0,008 -0,001
Hospitalização 1,338 0,012 -0,002 1,501 0,012 -0,001
Dor de ouvido 3,224*** 0,066 -0,004 3,618*** 0,066 -0,004
Pontada no peito 9,699*** -0,016 -0,001 10,882*** -0,016 0,000
Infecção urinária -7,547*** 0,037 -0,005 -8,468*** 0,037 -0,006
Amamentação (1-3 m) -4,830*** -0,026 0,002 -5,420*** -0,026 0,002
Amamentação (4-5 m) 3,159*** 0,025 0,000 3,544*** 0,025 0,000
Amamentação (6-11m) 5,763*** 0,053 0,008 6,467*** 0,053 0,008
Amamentação (>12) 4,390*** 0,078 -0,003 4,925*** 0,078 -0,003
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,359*** 0,499 0,009 0,403*** 0,541 0,007
Fumou na gravidez -7,763*** -0,096 0,018 -8,710*** -0,096 0,018
Saúde da mãe muito boa
-2,326*** -0,017 -0,004 -2,610*** -0,018 -0,004
Saúde da mãe boa -3,103*** -0,066 0,003 -3,482*** -0,068 0,002
Saúde da mãe regular ou ruim
-0,334 -0,003 0,001 -0,374 -0,003 0,001
Resíduo 0,007 0,009
IC 0,653 0,597
IH 0,629 0,595
N- observações 2985 2460
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos GEE com distribuição log-normal e correlação independente, e, inclusão da interação entre o acompanhamento 72 meses e renda, além de variáveis binárias dos acompanhamentos.
67
Tabela A22- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC dos gastos com medicamentos, acompanhamentos 12 e 48 meses, painel
desbalanceado
12 meses 48 meses
EM η Cont. EM η Cont.
Variáveis Sociais
Renda 3,610*** 0,963 0,085 3,147*** 1,125 0,085
Índice de posse (2Q) 6,480*** 0,046 -0,010 5,648*** 0,048 -0,011
Índice de posse (3Q) 10,837*** 0,078 -0,003 9,446*** 0,098 -0,006
Índicede posse (4Q) 14,704*** 0,129 0,028 12,817*** 0,144 0,038
Índice de posse (5Q) 18,552*** 0,163 0,105 16,171*** 0,181 0,112
Educação da mãe 0,961*** 0,342 0,048 0,838*** 0,396 0,059
Mãe com companheiro 0,061 0,002 0,000 0,053 0,002 0,000
Cor da mãe (branca) 5,716*** 0,183 0,014 4,982*** 0,203 0,015
Plano de Saúde 8,180*** 0,130 0,052 7,130*** 0,164 0,055
Necessidade: variáveis da criança
Sexo (feminino) 0,209 0,004 0,000 0,182 0,005 0,000
Saúde muito boa 7,284*** 0,069 0,005 6,350*** 0,081 0,011
Saúde boa 16,655*** 0,233 -0,039 14,518*** 0,293 -0,032
Saúde regular ou ruim 33,015*** 0,094 -0,025 28,778*** 0,119 -0,025
Chiado no peito 6,754*** 0,187 -0,012 5,888*** 0,092 -0,007
Doença crônica 2,921*** 0,007 0,000 2,546*** 0,015 0,000
Baixo peso ao nascer -1,828 -0,009 0,001 -1,593 -0,010 0,001
Hospitalização 3,570*** 0,030 -0,005 3,112*** 0,033 -0,005
Dor de ouvido 5,493*** 0,110 -0,006 4,788*** 0,122 -0,007
Pontada no peito 2,881*** 0,002 0,000 2,511*** 0,002 0,000
Infecção urinária 0,872 0,011 -0,002 0,760 0,012 -0,002
Amamentação (1-3 m) 4,219*** 0,022 -0,002 3,678*** 0,024 -0,002
Amamentação (4-5 m) 0,653 0,005 0,000 0,569 0,006 0,000
Amamentação (6-11m) 0,900 0,008 0,001 0,784 0,009 0,001
Amamentação (>12) -0,992 -0,017 0,001 -0,864 -0,019 0,001
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,202*** 0,246 0,006 0,176*** 0,304 0,006
Fumou na gravidez 2,091** 0,025 -0,005 1,823** 0,028 -0,005
Saúde da mãe muito boa
1,255 0,009 0,002 1,094 0,010 0,002
Saúde da mãe boa -0,851 -0,018 0,001 -0,742 -0,020 0,001
Saúde da mãe regular ou ruim
-3,809*** -0,027 0,007 -3,320*** -0,034 0,008
Resíduo 0,011 0,043
IC 0,258 0,337
IH 0,331 0,390
N- observações 3482 3427
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos GEE com distribuição log-normal e correlação independente, e, inclusão de variáveis binárias dos acompanhamentos.
68
Tabela A23- Efeito Marginal (EM), elasticidade (η) e contribuição das variáveis para o IC dos gastos totais com saúde, acompanhamentos 12 e 48 meses, painel
desbalanceado
12 meses 48 meses
EM η Cont. EM η Cont.
Variáveis Sociais
Renda 17,508*** 2,068 0,181 16,664*** 2,336 0,177
Índice de posse (2Q) 16,920** 0,054 -0,012 16,104** 0,053 -0,013
Índice de posse (3Q) 31,486*** 0,100 -0,004 29,969*** 0,122 -0,008
Índicede posse (4Q) 48,978*** 0,191 0,042 46,617*** 0,205 0,054
Índice de posse (5Q) 64,786*** 0,252 0,162 61,664*** 0,271 0,168
Educação da mãe 3,902*** 0,614 0,087 3,714*** 0,688 0,102
Mãe com companheiro -2,925 -0,048 -0,002 -2,784 -0,049 -0,002
Cor da mãe (branca) -0,152 -0,002 0,000 -0,145 -0,002 0,000
Raça (branca)
Necessidade: variáveis da criança
Sexo (feminino) -1,155 -0,011 0,000 -1,100 -0,012 0,000
Saúde muito boa 9,278*** 0,039 0,003 8,831*** 0,044 0,006
Saúde boa 14,750*** 0,091 -0,015 14,039*** 0,111 -0,012
Saúde regular ou ruim 40,569*** 0,051 -0,014 38,614*** 0,063 -0,013
Chiado no peito 4,245*** 0,052 -0,003 4,040*** 0,025 -0,002
Doença crônica 7,064*** 0,008 0,000 6,723*** 0,016 0,000
Baixo peso ao nascer 1,674 0,004 0,000 1,593 0,004 0,000
Hospitalização 7,943*** 0,030 -0,005 7,560*** 0,032 -0,004
Dor de ouvido 7,016*** 0,062 -0,003 6,678*** 0,067 -0,004
Pontada no peito 5,223** 0,001 0,000 4,971** 0,001 0,000
Infecção urinária 1,479 0,009 -0,001 1,408 0,009 -0,001
Amamentação (1-3 m) -2,984 -0,007 0,000 -2,840 -0,007 0,001
Amamentação (4-5 m) 1,715 0,006 0,000 1,633 0,006 0,000
Amamentação (6-11m) 3,855* 0,015 0,002 3,670* 0,016 0,003
Amamentação (>12) 2,068 0,016 -0,001 1,968 0,017 -0,001
Necessidade: variáveis da mãe
Idade da mãe (anos) 0,632*** 0,341 0,008 0,602*** 0,408 0,008
Fumou na gravidez -5,173*** -0,028 0,006 -4,924*** -0,030 0,006
Saúde da mãe muito boa
-2,442 -0,008 -0,001 -2,325 -0,008 -0,002
Saúde da mãe boa -2,775* -0,025 0,002 -2,641* -0,027 0,001
Saúde da mãe regular ou ruim
-6,449** -0,021 0,005 -6,139** -0,024 0,006
Resíduo 0,032 0,053
IC 0,469 0,521
IH 0,488 0,531
N- observações 3209 2976
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Os grupos base para índice de posse, saúde da criança, amamentação, saúde da mãe são: 1º quintil (1Q), excelente, zero meses e excelente. Estimações foram realizadas com modelos GEE com distribuição log-normal e correlação independente, e, inclusão de variáveis binárias dos acompanhamentos.
69
Tabela A24- Decomposição da variação do IC e IH em índices de mobilidades,
plano de saúde e uso de medicamentos, painel desbalanceado
Plano de saúde Medicamentos
12-24M 12-48M 12-72M 12-24M 12-48M 12-72M
ICss 0,585*** 0,572*** 0,583*** 0,136*** 0,135*** 0,129*** (0,015) (0,016) (0,017) (0,020) (0,018) (0,019) ICfs 0,592*** 0,555*** 0,497*** 0,122*** 0,146*** 0,080*** (0,015) (0,017) (0,018) (0,019) (0,020) (0,020) Var. IC 0,007 -0,017 -0,086*** -0,014 0,011 -0,049* (0,015) (0,018) (0,020) (0,027) (0,026) (0,026) MH -0,000 0,044*** 0,072*** 0,017 -0,000 0,043* (0,012) (0,015) (0,018) (0,025) (0,025) (0,025)
(-4𝐼𝐶∆𝑠) -0,007 0,859** 1,269*** -0,175 0,000 -0,142*
(0,808) (0,373) (0,418) (0,259) (0,160) (0,085) ∆ℎ 0,020*** 0,051*** 0,056*** -0,098*** -0,155*** -0,300***
(0,006) (0,008) (0,009) (0,011) (0,011) (0,012) MR 0,007 0,026* -0,014 0,003 0,011 -0,007 (0,012) (0,015) (0,018) (0,014) (0,016) (0,015) N (Obs.) 3563 3525 3242 3564 3529 3226
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. ΔIC é a variação do IC normalizado pela abordagem de Erreygers (2009). MH e MR são índices de mobilidade dos cuidados em saúde relacionada à renda e mobilidade da renda relacionada aos cuidados em saúde. Apenas os missings dos desfechos e da renda foram deletados. Os erros padrões entre parênteses foram gerados usando bootstrapping com 300 replicações.
Tabela A25- Decomposição da variação do IC e IH em índices de mobilidades,
gastos com plano de saúde, gastos com medicamentos e gastos totais com saúde, painel desbalanceado
Gastos com plano de saúde Gastos com medicamentos
Gastos Totais com saúde
12-24M 12-48M 12-72M 12-24M 12-48M 12-48M 12-48M
ICss 0,669*** 0,674*** 0,674*** 0,261*** 0,250*** 0,471*** 0,473*** (0,018) (0,018) (0,018) (0,019) (0,019) (0,015) (0,015) ICfs 0,648*** 0,620*** 0,617*** 0,223*** 0,319*** 0,447*** 0,498*** (0,020) (0,020) (0,020) (0,020) (0,019) (0,017) (0,017) Var. IC -0,000 -0,027 -0,101*** -0,027 0,083*** -0,007 0,040** (0,016) (0,017) (0,037) (0,026) (0,026) (0,016) (0,018) MH 0,021 0,054*** 0,056*** 0,038 -0,069*** 0,024 -0,025 (0,015) (0,017) (0,019) (0,025) (0,024) (0,016) (0,017) p -1,490 7,942 0,342 -0,543 0,236** -0,387 0,206 (315,364) (83,087) (1,414) (5,813) (0,109) (3,020) (0,255) q -0,014 0,007 0,165*** -0,070 -0,294*** -0,062* -0,121*** (0,042) (0,043) (0,044) (0,048) (0,056) (0,033) (0,044) MR 0,021* 0,026** -0,044 0,011 0,014 0,017* 0,015 (0,011) (0,012) (0,036) (0,012) (0,014) (0,010) (0,012) N (Obs.) 3112 2908 2575 3541 3509 3902 2893
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. ΔIC é a variação do IC. MH e MR são índices de mobilidade dos cuidados em saúde relacionada à renda e mobilidade da renda relacionada aos cuidados em saúde. Apenas os missings dos desfechos e da renda foram deletados. Os erros padrões entre parênteses foram gerados usando bootstrapping com 300 replicações.
70
Tabela A26- Decomposição da variação do IC em índices de mobilidades, plano de
saúde e uso de medicamentos, usando índice de posse
Plano de saúde Medicamentos
12-24M 12-48M 12-72M 12-24M 12-48M 12-72M
ICss 0,543*** 0,543*** 0,543*** 0,125*** 0,125*** 0,125*** (0,020) (0,019) (0,020) (0,022) (0,021) (0,022) ICfs 0,566*** 0,537*** 0,488*** 0,118*** 0,137*** 0,039* (0,019) (0,019) (0,019) (0,020) (0,023) (0,020) Var. IC 0,023 -0,007 -0,056** -0,007 0,013 -0,086*** (0,017) (0,021) (0,023) (0,028) (0,028) (0,029) MH -0,010 0,043** 0,078*** 0,015 -0,009 0,082*** (0,015) (0,019) (0,020) (0,028) (0,028) (0,029)
(-4𝐼𝐶∆𝑠) -0,510 0,789* 1,432*** -0,147 0,058 -0,271***
(1,043) (0,415) (0,538) (0,282) (0,182) (0,096) ∆ℎ 0,020*** 0,055*** 0,054*** -0,102*** -0,155*** -0,303***
(0,007) (0,009) (0,010) (0,013) (0,013) (0,013) MR 0,013 0,036** 0,022 0,008 0,003 -0,004 (0,011) (0,015) (0,018) (0,011) (0,016) (0,016) N (Obs.) 2638 2638 2638 2638 2638 2638
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. ΔIC é a variação do IC normalizado pela abordagem de Erreygers (2009). MH e MR são índices de mobilidade dos cuidados em saúde relacionada à renda e mobilidade da renda relacionada aos cuidados em saúde. Apenas os missings dos desfechos e da renda foram deletados. Os erros padrões entre parênteses foram gerados usando bootstrapping com 300 replicações.
Tabela A27- Decomposição da variação do IC e IH em índices de mobilidades,
gastos com plano de saúde, gastos com medicamentos e gastos totais com saúde, usando índice de posse
Gastos com plano de saúde Gastos com medicamentos
Gastos Totais com saúde
12-24M 12-48M 12-72M 12-24M 12-48M 12-48M 12-48M
ICss -1,716*** -1,716*** -1,716*** 0,265*** 0,265*** 0,474*** 0,474*** (0,151) (0,151) (0,146) (0,020) (0,019) (0,017) (0,018) ICfs -2,401*** 6,215*** 1,304*** 0,227*** 0,323*** 0,462*** 0,506*** (0,289) (2,020) (0,071) (0,021) (0,020) (0,018) (0,019) Var. IC -0,685*** 7,932*** 3,020*** -0,038 0,058** -0,011 0,032 (0,168) (1,927) (0,122) (0,026) (0,027) (0,016) (0,020) MH 0,329** -6,446*** -2,634*** 0,030 -0,022 0,013 0,002 (0,134) (1,420) (0,133) (0,026) (0,029) (0,016) (0,021) p -2,665 -7,983 -1,621 -0,323 0,070 -0,119 -0,013 (3,990) (42,953) (7,350) (1,642) (0,107) (0,212) (0,186) q 6,198 -1,859 4,161 -0,094* -0,311*** -0,111*** -0,166*** (5,634) (16,644) (3,554) (0,050) (0,063) (0,042) (0,047) MR -0,356*** 1,486*** 0,386*** -0,008 0,037** 0,002 0,034*** (0,045) (0,520) (0,032) (0,010) (0,017) (0,008) (0,013) N (Obs.) 1877 1877 1877 3145 3145 2509 2509
Fonte: Cálculos do autor com dados da coorte de nascimentos de Pelotas de 2004.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. ΔIC é a variação do IC. MH e MR são índices de mobilidade dos cuidados em saúde relacionada à renda e mobilidade da renda relacionada aos cuidados em saúde. Apenas os missings dos desfechos e da renda foram deletados. Os erros padrões entre parênteses foram gerados usando bootstrapping com 300 replicações.
71
3 ENSAIO 2: O IMPACTO DO PROGRAMA SAÚDE DA FAMÍLIA SOBRE A
SAÚDE DAS CRIANÇAS DA ÁREA RURAL DO BRASIL
3.1 INTRODUÇÃO
O Programa Saúde da Família (PSF), denominado atualmente como Estratégia
Saúde da Família15, foi implantado pelo Ministério da Saúde em 1994, buscando
garantir acesso aos cuidados primários de saúde, com base nos princípios do SUS de
universalidade, integralidade, equidade e participação social.
A equipe do PSF deveria ser composta no mínimo por um médico, um
enfermeiro, um auxiliar de enfermagem e seis ou mais agentes comunitários de saúde,
que seriam responsáveis pelo monitoramento de no máximo 4000 pessoas de uma
determinada área. A atuação dessas equipes aconteceria em unidades básicas de
saúde, nas residências e mobilizações na comunidade16.
Em 1996, esse programa estava presente em 4,6% dos municípios do Brasil,
e, em 2007, esse número aumentou para 92,1% (REIS, 2014). Em 1998, existiam
2000 equipes deste programa com 60.000 agentes comunitários de saúde que
cobriam 4% da população do país. Em 2014, essas estatísticas aumentaram
respectivamente para 39.000, 265.000 e 62% (MACINKO; HARRIS, 2015).
Essas informações evidenciam o importante papel que o PSF assumiu na
atenção básica à saúde no Brasil, despertando o interesse para estudos com intuito
de avaliar o seu impacto sobre a taxa de mortalidade infantil no Brasil. Um exemplo é
o estudo de Macinko et al. (2006), que, a partir de um painel de dados com efeitos
fixos para estados do Brasil, no período de 1990-2002, mostrou que um aumento de
10% na cobertura do PSF estava associado a uma queda de 4,5% na taxa de
mortalidade infantil.
Um outro estudo de Macinko et al. (2007), considerando como unidade de
análise as microrregiões do Brasil para o período 1999-2004, gerou evidências de que
um aumento de 10% na cobertura do PSF estava associado a reduções de 0,45% na
taxa de mortalidade infantil, 0,6% na mortalidade pós-neonatal e 1% na mortalidade
15 Este trabalho utilizará o nome Programa Saúde da Família, seguindo o termo empregado no questionário da PNAD. 16 Para mais detalhes ver http://dab.saude.gov.br/portaldab/ape_esf.php.
72
por diarreia. Porém, não houve impacto significativo do programa sobre taxa de
mortalidade neonatal.
A importância do PSF também foi observada em Aquino et al. (2009), através
de uma análise com o método de dados em painel com resposta binomial negativa e
efeitos fixos para os municípios do Brasil, no período entre 1996 e 2004. Nos
resultados ficou evidenciado que uma maior cobertura deste programa reduz a taxa
de mortalidade infantil. Rasella et al. (2010), empregando essa mesma técnica, porém,
para o período de 2000 a 2005, mostraram que o PSF estava associado a reduções
da mortalidade por diarreia e infecções do trato respiratório.
Em um estudo ainda mais amplo, Rocha e Soares (2010) analisaram o impacto
do PSF sobre a taxa de mortalidade, considerando diferentes causas e faixas etárias,
além dos efeitos indiretos na escolaridade, trabalho infantil, oferta de trabalho de
adultos e fertilidade. Diferente dos trabalhos anteriores que utilizaram a cobertura do
programa, variável que pode ser potencialmente endógena, os autores aplicaram o
método de diferença em diferenças, mensurando o tratamento através da presença
do programa no município há “j” anos (com j variando de 1 a 8). Essa análise
contemplou os macrodados de municípios, na análise de impactos diretos, e,
microdados, nos demais casos, todas no período 1991-2004. Os resultados
mostraram que o PSF foi significativamente associado a reduções na mortalidade,
sendo que os efeitos foram maiores nas regiões mais pobres (Norte e Nordeste), sobre
a mortalidade das crianças, e, nas causas perinatais, infecciosas, endócrinas e de
doenças respiratórias. Este programa também apresentou um impacto significativo
sobre o aumento na oferta de trabalho, nas taxas de matrículas e nas reduções da
fertilidade.
Em um trabalho mais recente, Guanais (2013) explorou o impacto da
combinação da cobertura do PSF e do Programa Bolsa Família (PBF) sobre a taxa de
mortalidade infantil pós-neonatal (PNTMI), a partir de um painel de dados com efeitos
fixos para os municípios do Brasil no período de 1998 a 2010. As evidências
mostraram que a associação entre PSF e a PNTMI é mais forte quando a cobertura
do PBF aumenta.
Os estudos relatados acima utilizaram taxas de mortalidade, ou seja, dados
agregados. O uso de microdados em nível de indivíduos foi realizado no trabalho de
Reis (2014) para mensurar o impacto do PSF sobre a saúde das crianças, a partir dos
dados da Pesquisa Nacional por Amostras de Domicílios (PNAD) do ano de 2003. A
73
saúde foi mensurada por uma medida subjetiva (saúde reportada) e algumas medidas
mais objetivas, como a prevalência de diarreia ou vômito. A estratégia empírica
adotada foi comparar a saúde da criança da qual o PSF estava presente no município
de sua residência, quando a mesma nasceu (ou 6 meses antes- período pré-natal),
mas, que considerando mesmo período de vida, não estava disponível para seu irmão
mais velho, para as crianças entre 12 e 84 meses. Os resultados indicaram que as
crianças que viviam em regiões onde o PSF estava disponível durante o período pré-
natal e na primeira infância são mais saudáveis do que as que não tinham o programa
disponível durante o mesmo período de suas vidas.
Outro estudo empregando dados em nível de indivíduos (PNAD-2008) foi
realizado por Santos et al. (2012). Este trabalho analisou os fatores socioeconômicos
associados à saúde individual (reportada pelos pais) das crianças menores de 6 anos
de idade, do Brasil rural. A partir da estimação de modelos não lineares evidenciou-
se que os efeitos marginais do PSF são significativos apenas para as regiões Norte e
Nordeste, e que esses efeitos são maiores para os mais pobres e no caso de maior
escolaridade das mães.
As evidências descritas sugerem que o PSF tem um impacto positivo
importante sobre a saúde das crianças. Contudo, ainda é escasso o número de
estudos que empregaram microdados. E ainda, apesar de em termos teóricos
esperar-se que principalmente os indivíduos mais pobres da área rural tenham se
beneficiado da implantação desse programa, tanto devido à restrição de acesso aos
serviços de saúde condicionada a questões monetárias, como por eles poderem estar
longe da infraestrutura pública de saúde, observa-se que não há estudos que
analisam o impacto do PSF sobre saúde das crianças dessa área. Segundo dados da
PNAD (2008), aproximadamente 52% das crianças (menores de 12 anos) da área
urbana residiam em domicílios que tinham cadastro no PSF, essa estatística era
majoritariamente superior na área rural, 69%.
A partir dessas considerações, o objetivo deste estudo é analisar o impacto do
PSF sobre a saúde das crianças (menores de 12 anos) da área rural do Brasil com
base nos dados da PNAD (2008). Para tanto, serão utilizados os métodos de
Propensity Score Matching (PSM) e dos Mínimos Quadrados Ordinários (Ordinary
Least Squares- OLS), aplicando testes de robustez para os resultados.
O presente estudo difere dos citados acima, na medida em que foca na área
rural. Além disso, os dados permitem identificar se o domicílio da criança possuía
74
cadastro no PSF. O que é diferente da proposta de identificação usada em Reis
(2014), que fez sua análise para o Brasil como um todo, e dada a disponibilidade de
seus dados, mensurou o tratamento através da presença do programa no município,
variável que não identifica exatamente se o domicílio possuía cobertura do programa.
Em relação ao estudo de Santos et al. (2012), a diferença reside na análise do impacto
desse programa, buscando inferir causalidade ao utilizar uma metodologia que tenta
controlar a não aleatoriedade do programa e testes de robustez para as não
observáveis, além de que diferentes faixas de idade das crianças foram consideradas
para as regiões do Brasil rural.
Além dessa breve introdução, o presente estudo está dividido em 3 seções. A
segunda seção apresenta a base de dados e a estratégia empírica. A terceira seção
contém a análise dos resultados e, por fim, a quarta seção faz algumas considerações
finais.
3.2 DADOS E ESTRATÉGIA EMPÍRICA
A fonte de dados utilizada neste artigo é a PNAD do ano de 2008. A PNAD
abrange todo o território brasileiro e apresenta anualmente (exceção dos anos de
Censo) características gerais da população, informações de educação, trabalho,
renda, entre outras. Além disso, essa pesquisa periodicamente contém suplementos
com temas específicos. No ano de 2008, o tema saúde foi abordado, apresentando,
entre outras questões, uma pergunta que identifica se o domicílio onde o indivíduo
reside tem cadastro no PSF17.
A amostra deste trabalho restringiu-se as crianças que possuíam até 11 anos
de idade (menores de 12 anos), filhos da pessoa de referência da família e residentes
na área rural do Brasil (seguindo classificação do dicionário da PNAD). Todos os
cálculos foram baseados nas seguintes faixas de idade: 0 a 3 (menores de 4 anos); 0
a 5 (menores de 6 anos) e 6 a 11 anos. Além disso, algumas estimações foram
exploradas para a faixa de idade de 0 a 1 ano (menores de 2 anos). Os cálculos
tiveram como base as regiões desse país.
17 A Pesquisa Nacional de Saúde (PNS-2013) também apresenta essa questão, contudo, os dados disponíveis neste momento não contêm algumas variáveis importantes de controle, tal como renda. Além de que, nessa última pesquisa não há como controlar efeitos fixos em nível de município.
75
As crianças que viviam em domicílios que tinham cadastro no PSF há pelo
menos um ano foram identificadas como beneficiárias dessa política (tratados), tendo
como grupo de comparação as crianças de domicílios que não tinham cadastro nesse
programa (grupo de controle)18. Neste caso, crianças com cadastro menor do que 1
ano foram excluídas, tentando garantir que os possíveis benefícios do programa
tenham tido tempo necessário para ocorrerem19.
A saúde das crianças foi mensurada por: i) saúde reportada pelos pais (dummy
com “1” indicando saúde muito boa, e “0” boa, regular, ruim e muito ruim)20; ii)
prevalência de restrições de atividades; iii) prevalência de acamados; iv) prevalência
de acamados pelo motivo de diarreia ou vômito e v) prevalência de procura à
assistência médica pelo motivo de doença. Para os itens ii ao v, as duas semanas
anteriores à entrevista da PNAD são o período de referência.
As análises deste trabalho se basearam principalmente na primeira medida.
Apesar da limitação deste indicador, devido ao mesmo ser caracterizado por sua
subjetividade, ele pode ser visto como amplo, podendo estar relacionado a vários tipos
de morbidade e mortalidade (IDLER; BENYAMINI, 1997; NORONHA, 2005). Em
relação as demais medidas, elas apresentam a clara vantagem de serem
mensurações mais objetivas, a partir do relato de a criança ter apresentado algum
problema de saúde que a leve a característica específica de cada indicador. Contudo,
elas se restringem a um curto período de tempo (2 semanas), captando desta forma
apenas um curto prazo, e podem não ser capazes de mensurar diferentes
morbidades. Além de que a última medida depende da oferta de saúde. De qualquer
forma, com intuito de trazer mais robustez à análise, alguns resultados com base
nessas variáveis também foram explorados.
Na avaliação do impacto do PSF sobre a saúde, deve ser levado em
consideração a possibilidade de um viés de seleção, ou em outras palavras, as
crianças que apresentam indicadores socioeconômicos mais precários, e, assim, com
18 Reis (2014) defende que a presença do programa no período pré-natal apresenta impacto importante na saúde da criança. Contudo, neste trabalho não há como criar uma variável para contemplar essa ideia, já que na PNAD, a última faixa para o programa é um ano ou mais. 19 Em geral, os resultados foram semelhantes ao considerar como tratados qualquer criança que residia em um domicílio cadastrado no PSF (independente do tempo). Esses resultados e outros que forem comentados e não apresentados aqui estão disponíveis aos interessados via contato com o autor. Ademais, a grande maioria (88,68%) dos cadastrados estava na faixa de cadastro de um ano ou mais. 20 Essa classificação foi seguida em outros trabalhos na literatura (NICOLELLA et al., 2008; SANTOS et al. 2012), diferente da saúde dos adultos, que em geral é codificada como muito boa e boa comparativamente as demais categorias. Isso se deve entre outros fatores, ao fato de as crianças estarem classificadas em sua totalidade nas categorias muito boa e boa.
76
maiores possibilidades de possuírem piores níveis de saúde, podem ter prioridade no
atendimento do programa. Com base neste argumento, a metodologia utilizada neste
trabalho se baseou numa tentativa de eliminação (ou mesmo redução) desse viés
através do método Propensity Score Matching (PSM)21.
Considere um indivíduo i, uma variável de interesse Y (por exemplo, saúde
autoavaliada). Existem os indivíduos que participam do programa (tratados, situação
T=1) e os que não participam (controle, T=0). Considerando a variável de interesse, o
resultado do tratamento para cada indivíduo pode ser expresso por:
𝜋𝑖 = 𝑌𝑖 = 𝑇𝑌1𝑖 + (1 − 𝑇)𝑌0𝑖 (3.1)
Sendo que o impacto médio do programa para os beneficiários pode ser
representado por:
𝜋𝑖 = 𝐸(𝑌1𝑖|𝑇 = 1) − 𝐸(𝑌0𝑖|𝑇 = 1) (3.2)
Necessita-se observar indivíduos antes e depois do tratamento (participação
no PSF). Dado que em muitos estudos não há como se obter essa situação, deve-se
observar um grupo de controle. Uma possível saída seria utilizar as informações de
saúde dos indivíduos que não são tratados (os que não estão cadastrados no PSF).
Contudo, poderia haver um viés, já que as conclusões podem ser influenciadas pelo
efeito de variáveis importantes pré-programa, podendo levar o pesquisador a
conclusões equivocadas. Poderia haver distinções entre 𝐸(𝑌0𝑖|𝑇 = 1) e 𝐸(𝑌0𝑖| 𝑇 = 0),
influenciando assim o resultado.
Para contornar este problema, uma solução bastante conhecida, feita através
de dados observáveis, e, proposta inicialmente pelos autores Rosenbaum e Rubin
(1983a), refere-se ao PSM. A ideia básica por trás desse método é que o viés seria
pelo menos reduzido se a comparação for baseada entre os indivíduos tratados e os
de controle (não tratados) que sejam o mais similar possível.
Assim, o escore de propensão é apresentada na expressão (3.3),
representando a probabilidade de um indivíduo participar do programa a partir de suas
características.
21 Para mais detalhes sobre este método ver, por exemplo, Caliendo e Kopeinig (2008).
77
𝑃(𝑥𝑖) = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒(𝑇𝑖 = 1|𝑥𝑖) (3.3)
Obtido o escore de propensão, por exemplo, através de uma distribuição de
probabilidade logística, representado por p(xi), o efeito médio do tratamento sobre os
tratados (ATT-average effect of treatment on the treated) pode ser representado pela
seguinte expressão:
𝐴𝑇𝑇 = 𝐸{ 𝐸 [𝑌1𝑖|𝑇𝑖 = 1, 𝑃(𝑥𝑖)] − 𝐸 [𝑌0𝑖|𝑇𝑖 = 0, 𝑃(𝑥𝑖)]|𝑇𝑖 = 1} (3.4)
Portanto, a primeira etapa para utilização dessa técnica é a realização da
estimação de uma regressão multivariada, afim de buscar a probabilidade de um
indivíduo participar do programa PSF. Modelos logit foram utilizados nas estimações
desta etapa. O quadro 3.1 apresenta as variáveis de controle que foram incorporadas
aos modelos.
Contudo, encontrar indivíduos com o mesmo escore de propensão é uma tarefa
que não pode ser executável, dada a natureza contínua da variável. Existem métodos
de pareamento para contornar essa questão. O presente trabalho empregou os
seguintes: i) método do vizinho mais próximo, neste, para cada elemento do grupo
dos tratados, n indivíduos (neste trabalho, 1 e 5) do grupo de controle são
selecionados, considerando que sejam o mais próximo possível com base no valor do
escore de propensão; ii) vizinhos mais próximos sem substituição, quando ocorre esse
tipo de pareamento, cada observação de controle só é utilizada uma vez na
comparação com tratados, diferente das formas do item anterior, em que cada
observação do grupo de controle pode ser utilizada mais de uma vez na comparação
com as observações dos tratados; iii) radius, neste caso, cada observação do grupo
de tratados é pareada com as observações de controle dentro de um raio específico,
sendo que este trabalho combinará este método com um caliper de 0,01, ou seja, esse
será o valor base para a distância máxima tolerável entre os escores de propensão
dos grupos de comparação; iv) Kernel, neste método cada observação dos tratados é
combinada com várias observações do grupo de controle, com pesos inversamente
proporcionais entre a distância desses dois grupos.
Com base nesses métodos, o ATT foi mensurado, sendo que este e outros
cálculos deste artigo foram realizados através do auxílio do software STATA. E
também, estimativas pelo Método dos Mínimos Quadrados Ordinários (Ordinary Least
78
Square- OLS), por um modelo OLS que permite interações entre o tratamento e as
demais covariadas (FILM- fully interacted linear matching)22 e a do método de
regressão linear ajustada ponderada pelo inverso do propensity score (IPWRA) foram
aplicadas.
Quadro 3.1- Descrição das variáveis independentes
Variáveis ou Grupo Explicação
Indicadores Individuais
Idade Idade da criança em meses
Sexo Variável binária com 1 indicando que a criança é do sexo feminino
Cor Variável binária com 1 indicando que a cor da criança é branca
Plano de Saúde Variável binária com 1 indicando que a criança possui plano de saúde
Indicadores Domiciliares
Total Pessoas (Outras) Número de pessoas com idade maior ou igual a 12 anos de idade que residem no domicílio da criança
Total de Crianças Número de crianças de 0 a 11 anos de idade (menores de 12) que residem no domicílio da criança
Água Variável binária com 1 indicando que o domicílio onde a criança reside possui água canalizada ligada à rede geral ou através de poço ou nascente
Esgoto
Variável binária com 1 indicando que o domicílio onde a criança reside possui banheiro com escoadouro conectado à rede coletora de esgoto ou pluvial ou a uma fossa séptica ligada ou não a uma rede coletora
Lixo Variável binária com 1 indicando que há coleta de lixo de forma direta ou indireta
Índice de posse
Índice obtido através do método de análise dos componentes principais, considerando a posse no domicílio dos seguintes indicadores: energia elétrica; paredes e telhados adequados; geladeira ou freezer; televisão; dvd; telefone; fogão; máquina de lavar; computador; carro ou moto.
Renda Domiciliar per capita Renda domiciliar per capita (em logaritmo natural)
Bolsa Família Variável binária, 1 indica que no domicílio da criança alguém recebe benefício do Programa Bolsa Família. Indicador obtido indiretamente, segundo proposta feita por Soares et al. (2010)
Indicadores dos pais
Idade da Mãe Idade da mãe em anos
Idade do Pai Idade do pai em anos
Escolaridade do pai Escolaridade do pai em anos
Escolaridade da mãe Escolaridade da mãe em anos
Pai Fuma Variável binária, 1 indica que o pai fuma ou já fumou diariamente
Mãe Fuma Variável binária, 1 indica que a mãe fuma ou já fumou diariamente
Indicador das UFs Variáveis binárias para as Unidades de Federação (Efeitos fixos).
Fonte: Elaboração Própria.
22 Para uma aplicação deste método ver Battistin et al. (2014)
79
Cabe destacar duas hipóteses fundamentais desse método. A primeira, refere-
se a existência de suporte comum, a mesma estabelece que em cada grupo de
controle deve existir um tratamento correspondente, onde temos que 0<P(X)<1. A
segunda, a hipótese de independência condicional (CIA) significa que dado o controle
de um conjunto de variáveis observadas (X) que não são afetadas pelo tratamento, os
resultados potenciais são independentes do tratamento atribuído (participação no
programa). A implicação desta última hipótese é que todas as variáveis, as que afetam
o tratamento (PSF) e/ou o resultado (saúde das crianças), teriam que ser controladas
no modelo (CALIENDO; KOPEINIG, 2008). A omissão de uma variável importante
provocaria um viés no pareamento, não havendo como mensurá-lo. Entretanto, a
literatura tem utilizado análises de sensibilidade para buscar dar robustez aos
resultados.
O presente artigo aplicou o método sugerido por Ichino et al. (2008). A hipótese
central para esse teste é que não há independência condicional entre a variável de
resultado (outcome) e o tratamento dado as variáveis observadas (X). Sendo que,
seguindo ideias de trabalhos anteriores23, os autores observam que a CIA deve ser
assegurada dada uma variável binária não observada U e as observadas (X). E,
assim, se U fosse observado, o ATT poderia ser mensurado, dado que:
𝐸(𝑌0|𝑇 = 1, 𝑋, 𝑈) = 𝐸(𝑌0|𝑇 = 0, 𝑋, 𝑈) (3.5)
O passo seguinte desta análise se refere a caracterizar a distribuição de U
considerando quatro parâmetros:
𝑝𝑖𝑗 = Pr(𝑈 = 1|𝑇 = 𝑖, 𝑌 = 𝑗) = Pr (𝑈 = 1|𝑇 = 𝑖, 𝑌 = 𝑗, 𝑋) (3.6)
Onde i,j ϵ{0,1}, dada a probabilidade que U=1 para cada um dos quatro grupos
definido pela categoria do tratamento (T) e do resultado ( Y).
E assim, dado os valores dos parâmetros pij, um valor de U é atribuído para
cada indivíduo, considerando que pertença a alguma das quatro categorias
(considerando as combinações de ij), e, desta forma, U é tratado como mais uma
variável observada no cálculo do ATT pelo método do PSM. Usando os valores dos
23 Ver Rosenbaum e Rubin (1983b), Rosenbaum (2002) e Altonji et al. (2005).
80
parâmetros de sensibilidade, a estimação é repetida muitas vezes (este trabalho
utilizou 500 repetições), e, a estimativa do ATT é obtida através da média dos ATTs
da distribuição de U.
Uma outra abordagem de robustez, sugerida por Oster (2015), também foi
realizada nesse estudo. Para uma breve explicação, considere novamente variáveis
não observadas U. Uma das hipóteses centrais se refere a seleção proporcional
(proportional selection assumptions) representado pela seguinte equação:
𝛿𝜎𝑋𝑇
𝜎𝑋=
𝜎𝑈𝑇
𝜎𝑈 (3.7)
Onde 𝜎𝑋𝑇 = 𝐶𝑜𝑣(𝑋, 𝑇); 𝜎𝑈𝑇 = 𝐶𝑜𝑣(𝑈, 𝑇); 𝜎𝑋 = 𝑉𝑎𝑟(𝑋); 𝜎𝑈 = 𝑉𝑎𝑟(𝑈) e 𝛿 é o
coeficiente de proporcionalidade. 𝐶𝑜𝑣 representa covariância e 𝑉𝑎𝑟 a variância.
Considere ainda três modelos de regressão: uma que tem como variável
independente apenas o tratamento (PSF), com �̇� e �̇� representando, respectivamente,
o coeficiente estimado do tratamento e o R2 dessa regressão; 𝛽 e �̃� representam
essas mesmas estatísticas para um modelo que incluí todas as variáveis
independentes observadas (T e X); enquanto, 𝛽 e 𝑅𝑚𝑎𝑥 representam as estatísticas
para um modelo que tem como variáveis independentes o tratamento (T), as
observadas (X) e as não observadas (U).
Dada a hipótese de proporcionalidade, seleção igual corresponde ao caso em
que 𝛿 = 1, com 𝛿 ≠ 1, a expressão abaixo refere-se a uma boa aproximação para o
viés, quando 𝛿 está relativamente bastante próximo de 1:
𝛽∗ = 𝛽 −𝛿(�̇�−�̃�)(𝑅𝑚𝑎𝑥−�̃�)
�̃�−�̇� (3.8)
E, assim, há a possibilidade da mensuração de um valor aproximado para 𝛿
(equação 3.9) que é o grau de seleção para o qual 𝛽 é igual a um valor alvo �̂�. Quando
�̂�=0, isto nos mostra o grau de seleção sobre as não observáveis relativamente as
observáveis que seria suficiente para explicar uma ausência de impacto do
tratamento.
𝛿 ≈(�̃�−�̂�)(�̃�−�̇�)
(�̇�−�̃�)(𝑅𝑚𝑎𝑥−�̃�) (3.9)
81
Nestes modelos nos quais foram aplicados a abordagem de Oster (2015), além
das variáveis do quadro 3.1, a saúde da mãe e do pai e efeitos fixos de municípios ao
invés de estados foram utilizados24. Este último caso tenta controlar fatores fixos
comuns para as crianças de um mesmo município, como outras políticas públicas, que
podem ser correlacionadas com o PSF. Contudo, algumas dificuldades podem surgir
devido aos seguintes fatores: número alto de parâmetros a serem estimados (perda
de graus de liberdade); pequena quantidade de crianças em alguns municípios e
possível colinearidade alta com o PSF25. Uma abordagem alternativa seria incluir
indicadores municipais, no entanto, a PNAD não permite identificar essas áreas
geográficas.
3.3 ANÁLISE DOS RESULTADOS
3.3.1 Análise Descritiva, participação no PSF e ajustes dos modelos
A tabela 3.1 apresenta as médias das principais variáveis deste trabalho. Nota-
se que para o Brasil, as crianças beneficiárias do PSF26 possuem em média piores
condições socioeconômicas (exceção da saúde) do que as não cadastradas. Por
exemplo, entre os tratados, a renda média domiciliar per capita era de R$ 159, e, para
os não tratados, R$ 211. Portanto, esse segundo caso é 33% maior do que o primeiro.
Já para as regiões Norte e Nordeste, há maior similaridade socioeconômica entre os
tratados e não tratados. Em todos os casos, a proporção de crianças cadastradas no
PSF é maior entre os beneficiários do Programa Bolsa Família. Pode-se destacar
também que a cobertura do PSF é bastante superior no Nordeste, aproximadamente
80% das crianças da amostra dessa região viviam em domicílios com cadastro no
programa.
24 Efeitos fixos para a Unidade Primária de Amostragem (UPA) que no caso da PNAD corresponde aos municípios. 25 No caso do PSM, a inclusão de efeitos fixos de municípios é tecnicamente inviável, ocorrendo erros no algoritmo devido à forte violação da hipótese de suporte comum. 26 Em todos os casos, referindo-se a um tempo de cadastro superior a um ano. Por questões de simplificação não repetiremos o termo “cadastro superior a um ano”.
82
Tabela 3.1- Média das variáveis para os tratados e não tratados, Brasil e regiões, crianças de 0 a 11 anos de idade
Brasil Norte Nordeste Centro-Sul
PSF Sim Não Sim Não Sim Não Sim Não
Saúde Reportada
0,303 0,263 0,221 0,138 0,293 0,247 0,370 0,359
Acamados 0,026 0,028 0,027 0,040 0,028 0,030 0,023 0,020
Diarreia 0,012 0,013 0,011 0,029 0,012 0,008 0,012 0,006
Água 0,525 0,651 0,400 0,405 0,373 0,463 0,901 0,936
Esgoto 0,171 0,262 0,169 0,240 0,112 0,162 0,288 0,339
Escolaridade do Pai
3,577 4,145 3,810 3,730 2,747 2,759 5,094 5,294
Escolaridade da Mãe
4,576 5,069 5,090 4,568 3,853 3,913 5,717 6,132
Pai Fuma 0,440 0,450 0,442 0,487 0,437 0,399 0,444 0,456
Mãe Fuma 0,230 0,241 0,208 0,269 0,244 0,215 0,217 0,239
Renda 159,027 210,871 163,269 174,111 115,097 136,696 244,009 282,232
Bolsa Família
0,590 0,401 0,530 0,376 0,705 0,625 0,397 0,278
PSF 0,657 0,511 0,798 0,553
Observações 7395 3867 1199 1147 4124 1044 2072 1676
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
De acordo com modelos logit, a tabela 3.2 apresenta fatores associados a
probabilidade de participação no PSF para o Brasil e regiões, nas faixas de idade de
0 a 5 e 6 a 11 anos27. Observa-se que possuir abastecimento de água e de esgoto
adequados e maiores níveis de renda estão associados a uma menor probabilidade
de participação nesse programa. Esses resultados confirmam que em geral os
indivíduos mais pobres são os beneficiários deste tipo de política. E ainda, maiores
níveis de escolaridade dos pais estão associados a uma maior probabilidade de ter
esse cadastro. Isso pode estar relacionado ao argumento de que pais mais educados
entendem melhor a importância de cuidados em saúde.
Enquanto ser beneficiário do Programa Bolsa Família aumenta a probabilidade
de o domicílio da criança possuir esse cadastro no PSF. O Bolsa Família exige
condicionalidades relacionadas à saúde das crianças e das gestantes, que podem
afetar positivamente a procura por serviços de saúde, criando sinergias entre esses
programas.
27 No que se refere as regiões Sudeste, Sul e Centro-Oeste, os resultados deste trabalho apresentaram-se relativamente semelhantes, assim, o Centro-Sul irá ser analisado dessa forma agregada.
83
Tabela 3.2- Modelo logit de probabilidade de participação no PSF para o Brasil e regiões por faixas de idade
Brasil Norte Nordeste Centro-Sul
Variáveis 0 a 5 anos
6 a 11 anos
0 a 5 anos
6 a 11 anos
0 a 5 anos
6 a 11 anos
0 a 5 anos
6 a 11 anos
Água -0,177* -0,153* 0,028 0,198 -0,380*** -0,271** -0,011 -0,099
(0,097) (0,086) (0,198) (0,182) (0,138) (0,124) (0,230) (0,196)
Esgoto -0,158 -0,182** -0,508** -0,674*** 0,050 -0,446*** -0,146 0,139
(0,100) (0,088) (0,231) (0,218) (0,181) (0,159) (0,148) (0,126)
Escolaridade do Pai
0,026** 0,037*** 0,018 0,060** 0,010 0,031 0,045** 0,036**
(0,013) (0,011) (0,027) (0,024) (0,021) (0,021) (0,020) (0,017) Escolaridade da Mãe
0,035*** 0,019* 0,075*** 0,082*** 0,021 -0,001 0,033* -0,006
(0,012) (0,011) (0,026) (0,023) (0,021) (0,019) (0,020) (0,017)
lnrenda -0,175*** -0,177*** -0,349*** -0,259** 0,026 -0,086 -0,249** -0,168*
(0,056) (0,052) (0,117) (0,112) (0,090) (0,084) (0,098) (0,087)
Bolsa Família
0,386*** 0,459*** 0,502*** 0,606*** 0,264** 0,487*** 0,441*** 0,299**
(0,081) (0,071) (0,156) (0,140) (0,129) (0,123) (0,146) (0,117)
N 4.603 5.671 2.121 2.569 997 1.164 1.485 1.938
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: Os modelos contêm todas as variáveis indicadas no quadro 3.1. *, **, *** denotam valor-p menor do que 10%, 5% e 1%.
No método explorado neste trabalho, um aspecto importante que deve ocorrer
é que, após o pareamento, não haja diferenças nas características dos indivíduos
tratados e não tratados. A tabela 3.3 apresenta as estatísticas para dar sustentação a
essa condição. Os resultados detalhados podem ser verificados nas tabelas B1 até
B12 em anexo. Nota-se um bom ajuste após o pareamento com grandes quedas no
Pseudo R2 e nos valores do viés médio e mediano (alcançando valores baixos). O
resultado para o teste razão verossimilhança de significância conjunta apresenta-se
não significativo, com exceção para a região Nordeste. Contudo, mesmo neste último
caso, acredita-se que as reduções nas demais estatística indicam que este método
alcançou um melhor ajuste para comparação. A tabela B13 no apêndice apresenta o
teste de balanceamento para o método IPWRA, proposto por Imai e Ratkovic (2014).
Baseado nesse último teste, mesmo os resultados para a região Nordeste, indicam
aceitação da hipótese de modelo balanceado, ou seja, que não há diferenças nas
características observadas entre os dois grupos de comparação. No apêndice
(gráficos B1 e B2), também pode ser visto a área de suporte comum, onde houve
resultados satisfatórios.
84
Tabela 3.3- Balanceamento antes e depois do pareamento para o Brasil e regiões por faixas de idade
Pseudo R2
Valor-p do χ2
Viés Médio
Viés Mediano
Pseudo R2
Valor-p do χ2
Viés Médio
Viés Mediano
Brasil (0 a 5 anos) Brasil (6 a 11 anos)
Não Pareada
0,17 0,00 13,5 13,3 0,149 0,000 14,1 14,3
Pareada
0,01 0,18 2,0 1,2 0,005 0,146 1,8 0,9
Norte (0 a 5 anos) Norte (6 a 11 anos)
Não Pareada
0,14 0,00 13,2 9,9 0,16 0,00 15,6 13,0
Pareada
0,01 0,88 3,8 2,9 0,01 0,85 3,4 2,4
Nordeste (0 a 5 anos) Nordeste (6 a 11 anos)
Não Pareada
0,10 0,00 13,3 10,0 0,10 0,00 12,1 8,7
Pareada
0,02 0,00 5,1 3,6 0,01 0,00 3,2 1,8
Centro-Sul (0 a 5 anos) Centro-Sul (6 a 11 anos)
Não Pareada
0,114 0,00 12,1 9,6 0,10 0,00 12,3 9,4
Pareada
0,01 0,96 3,2 2,1 0,01 0,55 3,6 2,4
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: Geradas com base no pareamento kernel.
3.3.2 Análise do impacto do PSF
A tabela 3.4 apresenta a estimativa do impacto do PSF sobre a saúde das
crianças (reportadas pelos pais) da área rural do Brasil. Os resultados são
significativos a 10% para as menores faixas de idade, e, não significativos para as
crianças de 6 a 11 anos de idade. E ainda, o efeito é maior para o grupo mais novo.
Considerando o método do vizinho mais próximo (NN-1), e a faixa de 0 a 3 anos, nos
tratados a proporção de crianças com saúde muito boa é de 8,8 pontos percentuais
(p.p.) maior do que de seu grupo de controle. Já o efeito para a segunda faixa etária
(0 a 5 anos) é de 4,8 p.p.
Além disso, nota-se que o coeficiente gerado pelo OLS é inferior comparando
aos demais casos. Deve-se destacar que este método é sensível a problemas de erro
de especificação, além de que o mesmo não consegue captar efeitos heterogêneos
do tratamento. Quando o OLS-FILM foi analisado, estimador semelhante, mas, que
permite interações do tratamento com as demais covariadas, coeficientes próximos
aos de alguns pareamentos puderam ser visualizados.
85
Tabela 3.4- Efeito do PSF sobre a saúde das crianças, reportada pelos pais, área rural do Brasil, por faixas de idade
Método Estatística 0 a 3 anos
0 a 5 anos
6 a 11 anos
Kernel ATT 0,074*** 0,033 0,010
Erro padrão (0,022) (0,021) (0,017)
NN(1) ATT 0,088** 0,048* 0,005
Erro Padrão (0,035) (0,028) (0,024)
NN(5) ATT 0,088*** 0,052** 0,010
Erro Padrão (0,023) (0,023) (0,020)
NN(1) SR
ATT 0,047** 0,029* 0,021
Erro Padrão (0,021) (0,016) (0,014)
Radius ATT 0,078*** 0,042** 0,007
Erro Padrão (0,023) (0,020) (0,018)
IPWRA ATT 0,095*** 0,056*** 0,017
Erro Padrão (0,021) (0,018) (0,017)
OLS-FILM
ATT 0,086*** 0,044** 0,016
Erro Padrão (0,028) (0,021) (0,018)
OLS Coef. 0,049*** 0,026* 0,022*
Erro Padrão (0,019) (0,015) (0,013)
N-obs. 2959 4603 5671
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: Kernel- Tipo Epanechnikov com o valor da janela (bandwidth) de 0,06 e utilizando suporte comum; NN(1) método do vizinho mais próximo com reposição; NN(5) método com os 5 vizinhos mais próximos com reposição; NN(1)SR- método do vizinho mais próximo sem reposição; Radius- Caliper de 0,1% utilizando suporte comum; IPWRA regressão ajustada, ponderada pelo inverso da probabilidade; OLS-FILM- Mínimos Quadradros Ordinários com interações do tratamento; OLS- Mínimos Quadrado Ordinários. Para kernel, NN(1)SR e Radius erros padrões gerados por bootstrap com 200 replicações e uso do comando psmatch2 no Stata de Leuven e Sianesi (2003). Para os métodos NN(1) e NN(5) erros padrões gerados com o comando teffect do Stata, considerando as contribuições do artigo de Abadie e Imbens (2012). IPWRA foi calculado pelo teffect com erros padrões robustos. Erros Padrões robustos também para o OLS. Ver quadro 3.1 para os indicadores utilizados no propensity score. *, **, *** denotam valor-p menor do que 10%, 5% e 1%.
Considerando as possíveis diferenças entre as regiões do Brasil, a tabela 3.5
apresenta os cálculos para as regiões Norte e Nordeste. Nota-se que para essa
primeira região, os resultados são todos significativos a 5%, independente da faixa de
idade. Diferente dos resultados encontrados para o Brasil, os coeficientes do OLS
ficam bem próximos das estimativas do ATT de diferentes pareamentos. Como
exemplo, na faixa etária entre 0 e 5 anos, o OLS apresenta um efeito de 9,1 p.p.,
enquanto o ATT do kernel é de 9,7 p.p.
Para a região Nordeste, os resultados apresentam um padrão relativamente
semelhante ao nacional, onde o impacto do PSF é significativo nas duas menores
faixas etárias, com um efeito maior para as crianças mais novas. E os coeficientes do
86
OLS se mostraram inferiores aos apresentados nos diferentes pareamentos (6,4 p.p.
nessa menor faixa de idade e não significativo para a faixa 0 a 5).
Tabela 3.5- Efeito do PSF sobre a saúde das crianças, reportada pelos pais, da área rural das regiões Norte e Nordeste, por faixas de idade
Norte Nordeste
Método Estatística 0 a 3 anos
0 a 5 anos
6 a 11 anos
0 a 3 anos
0 a 5 anos
6 a 11 anos
Kernel ATT 0,106*** 0,097*** 0,079*** 0,105*** 0,063** 0,003
Erro padrão (0,038) (0,030) (0,025) (0,037) (0,031) (0,029)
NN(1) ATT 0,174*** 0,097** 0,093** 0,108** 0,097** -0,023
Erro Padrão (0,044) (0,042) (0,039) (0,054) (0,045) (0,041)
NN(5) ATT 0,124*** 0,103*** 0,088*** 0,110** 0,067* 0,004
Erro Padrão (0,042) (0,035) (0,034) (0,047) (0,039) (0,031)
NN(1) SR
ATT 0,129*** 0,104*** 0,068*** 0,023 -0,009 -0,040
Erro Padrão (0,031) (0,025) (0,022) (0,036) (0,031) (0,026)
Radius ATT 0,100** 0,080** 0,071*** 0,108*** 0,069** -0,001
Erro Padrão (0,043) (0,031) (0,027) (0,040) (0,033) (0,030)
IPWRA ATT 0,116*** 0,111*** 0,078*** 0,126*** 0,077*** 0,012
Erro Padrão (0,034) (0,027) (0,024) (0,033) (0,028) (0,027)
OLS-FILM
ATT 0,108*** 0,098*** 0,084*** 0,109** 0,063* 0,007
Erro Padrão (0,037) (0,031) (0,030) (0,046) (0,035) (0,029)
OLS ATT 0,095*** 0,091*** 0,072*** 0,064** 0,019 0,010
Erro Padrão (0,032) (0,025) (0,024) (0,031) (0,025) (0,021)
N-obs. 655 997 1164 1371 2121 2569
Fonte: Cálculos do autor com base nos dados da PNAD (2008). Notas: Ver tabela 3.4 para detalhes das legendas e quadro 3.1 para os indicadores utilizados no propensity score. *, **, *** denotam valor-p menor do que 10%, 5% e 1%.
Mensurações para as crianças da área rural do Centro-Sul do país também
foram geradas, estas podem ser visualizadas na tabela 3.6. Em geral, observa-se que,
o impacto do programa foi estatisticamente não significativo28.
Resultados semelhantes aos encontrados aqui, em relação a importância do
PSF nas regiões Norte e Nordeste, foram observados em Santos et al. (2012),
contudo, apenas em uma análise de associação do PSF com a saúde das crianças
menores de 6 anos, da área rural do país. Já Rocha e Soares (2010) encontraram que
este programa apresentou efeito significante e de magnitude larga na mortalidade
infantil e na infância, nessas duas regiões. E ainda, esses autores mostraram que o
28 Como observado em Caliendo e Kopeinig (2008) variáveis afetadas pelo tratamento não devem ser incluídas no modelo de propensity score. Assim, a saúde do pai e da mãe não foram utilizadas para gerar os resultados apresentados nestas tabelas, entretanto, foram realizados testes com essas variáveis e os resultados em geral não mudaram.
87
programa não teve impacto na mortalidade infantil (menores de 1 ano) nas regiões
Sudeste e Sul, e na mortalidade entre 1 e 4 anos na região Centro-Oeste.
Dessa forma, nota-se a importância do PSF, principalmente, para as regiões
mais pobres do país. Macinko e Harris (2015) argumentam que um dos aspectos
importantes desse programa se refere ao seu desenho, como o papel dos agentes
comunitários de saúde, que ficam responsáveis por realizar visitas às famílias de uma
determinada área, independente da necessidade ou demanda, realizando atividades
de promoção à saúde. No presente trabalho, considera-se como pressuposto que este
é um fator importante para a área rural do país.
Tabela 3.6- Efeito do PSF sobre a saúde das crianças, reportada pelos pais, da área rural do Centro-Sul, por faixas de idade
Método Estatística 0 a 3 anos
0 a 5 anos
6 a 11 anos
Kernel ATT -0,016 -0,039 -0,027
Erro padrão (0,040) (0,030) (0,027)
NN(1) ATT -0,005 -0,074 -0,035
Erro Padrão (0,064) (0,046) (0,037)
NN(5) ATT -0,023 -0,054 -0,045
Erro Padrão (0,045) (0,035) (0,030)
NN(1) SR
ATT -0,012 -0,003 -0,008
Erro Padrão (0,031) (0,029) (0,024)
Radius ATT 0,017 -0,058* -0,030
Erro Padrão (0,042) (0,034) (0,028)
IPWRA ATT -0,042 -0,043 -0,011
Erro Padrão (0,038) (0,031) (0,025)
OLS-FILM
ATT -0,033 -0,031 -0,018
Erro Padrão (0,040) (0,031) (0,027)
OLS ATT -0,028 -0,018 -0,005
Erro Padrão (0,032)
(0,026) (0,022)
N-obs. 1012 1610 2052
Fonte: Cálculos do autor com base nos dados da PNAD (2008). Notas: Ver tabela 3.4 para detalhes das legendas e quadro 3.1 para os indicadores utilizados no propensity score.
O foco desse estudo reside na saúde reportada. Contudo, resultados foram
explorados com base em medidas mais objetivas que conseguem captar um curto
período de tempo. Com base nessas outras medidas, os ATTs foram mensurados
para as regiões Norte e Nordeste, onde, a tabela 3.7 apresenta as variáveis que em
geral foram significativas. Ou seja, restrições de atividades por diarreia ou vômito, e,
88
prevalência de acamados, na região Norte29. Observa-se que os resultados dessas
duas medidas são significativos em nível de 10% para as crianças mais novas (duas
menores faixas). Além disso, as magnitudes são grandes, já que o método OLS-FILM
indica que para as crianças entre 0 e 5 anos, o impacto do PSF sobre diarreia e vômito
é de -3,7 p.p., sendo que a prevalência para esse indicador é de apenas 3,3% (média
não condicional). O impacto é de -5,3 p.p para prevalência de acamados e no grupo
de crianças mais novas.
Tabela 3.7- Efeito do PSF sobre indicadores de saúde das crianças, diarreia ou vômito e acamados, da área rural da região Norte, por faixas de idade
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: Ver tabela 3.5 para detalhes das legendas e tabela 3.1 para os indicadores utilizados no propensity score. *, **, *** denotam valor-p menor do que 10%, 5% e 1%.
Esses fatores analisados, nesta última tabela, podem impactar principalmente
nos primeiros anos de vida das crianças, contudo, duas dificuldades surgem ao
tentarmos fazer uma análise para grupos de idade ainda menores: quantidade de
observações reduzidas e alguns sucessos (ou fracassos) perfeitos nos efeitos fixos
29 Alguns métodos indicaram significância estatística para o indicador de assistência à saúde devido a doenças.
Diarreia ou Vômito Acamados
Método Estatística 0 a 3 anos
0 a 5 anos
6 a 11 anos
0 a 3 anos
0 a 5 anos
6 a 11 anos
Kernel ATT -0,025 -0,030* -0,003 -0,048* -0,037** -0,002
Erro padrão (0,019) (0,017) (0,006) (0,025) (0,019) (0,014)
NN(1) ATT -0,029* -0,017 -0,002 -0,048* -0,010 -0,002
Erro Padrão (0,017) (0,017) (0,010) (0,028) (0,020) (0,016)
NN(5) ATT -0,034* -0,036** -0,003 -0,057** -0,057* 0,002
Erro Padrão (0,018) (0,015) (0,009) (0,022) (0,031) (0,013)
NN(1) SR
ATT -0,035** -0,033*** -0,005 -0,038** -0,033** 0,000
Erro Padrão (0,015) (0,012) (0,006) (0,017) (0,013) (0,008)
Radius ATT -0,025 -0,028* -0,005 -0,046* -0,037* 0,001
Erro Padrão (0,019) (0,016) (0,007) (0,026) (0,019) (0,013)
IPWRA ATT -0,030 -0,031* -0,003 -0,046* -0,038* -0,004
Erro Padrão (0,020) (0,017) (0,006) 0,024) 0,020 (0,013)
OLS- FILM
ATT -0,034* -0,037** -0,003 -0,053** -0,046** -0,007
Erro Padrão (0,019) (0,015) (0,009) (0,022) (0,018) (0,012)
OLS ATT -0,027* -0,024* -0,004 -0,041** -0,037** 0,001
Erro Padrão (0,016) (0,012) (0,007) (0,019) (0,015) (0,010)
N-obs. 655 997 1164 655 997 1164
89
de estado30. Com intuito de explorar alguns desses casos, este artigo utilizou alguns
métodos de pareamento, considerando as variáveis do quadro 3.1. Contudo, sem
incluir efeitos fixos de estado, para as crianças entre 0 e 1 ano (menores de 2 anos).
Essas estatísticas são apresentadas na tabela 3.8. Nota-se resultados significativos e
de magnitudes largas. Para o OLS, o fato de o domicílio da criança estar cadastrado
no PSF diminui em 7,9 p.p. a probabilidade de a criança ter tido restrições de
atividades pelo motivo diarreia ou vômito. Esse número é bastante próximo ao gerado
pelo método do vizinho mais próximo, onde, enquanto o grupo de controle possuía
prevalência condicional de 9,10%, nos tratados essa estatística era mais próxima de
zero (1,40 %).
Tabela 3.8- Efeito do PSF sobre indicadores de saúde das crianças, diarreia ou vômito e acamados, da área rural da região Norte, crianças de 0 a 1 ano
Diarreia ou
vômito Acamados
Saúde Autoavaliada
Método Estatística
NN(1)
ATT -0,077** -0,077* 0,140*
Erro Padrão (0,037) (0,042) (0,074)
NN(5)
ATT -0,077*** -0,073** 0,150**
Erro Padrão (0,028) (0,031) (0,060)
IPWRA
ATT -0,087*** -0,083*** 0,170***
Erro Padrão (0,029) (0,031) (0,051)
OLS-FILM
ATT -0,079*** -0,078*** 0,170***
Erro Padrão (0,029) (0,027) (0,053)
OLS
ATT -0,079*** -0,049* 0,136***
Erro Padrão (0,027) (0,029) (0,051)
N-obs. 298 298 298
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: Ver tabela 3.4 para detalhes das legendas e quadro 3.1 para os indicadores utilizados no propensity score. Contudo, diferente dos casos anteriores, os efeitos fixos de Estados não foram utilizados para o cálculo dos modelos desta tabela. *, **, *** denotam valor-p menor do que 10%, 5% e 1%.
Em sua análise com macrodados, Rocha e Soares (2010) observaram que os
maiores impactos do PSF sobre a taxa de mortalidade infantil estão associados com
30 Além disso, métodos em que os erros padrões seriam gerados via bootstraping não foram apresentados, já que houve muitas falhas em seu processo de geração.
90
a mortalidade por afecções perinatais, doenças infecciosas e doenças respiratórias.
Sendo que essas causas de mortes incluem: problemas durante a gravidez, diarreia
e outras doenças intestinais, além de gripe, asma e bronquite. Os autores defendem
que se espera que o apoio e informações fornecidas pela presença do PSF sejam
eficazes, principalmente, nesse grupo de doenças. Macinko et al. (2007) e Rasella et
al. (2010) também observaram uma associação entre PSF e reduções na mortalidade
por diarreia. Enquanto, com o uso de microdados, Reis (2009) mostrou que a presença
do PSF no período pré-natal teve um impacto de redução de 0,7 p.p. na prevalência
de restrições de atividades pelo motivo diarreia ou vômito, e, 1,8 p.p. na prevalência
de acamados.
3.3.2 Análise de robustez dos resultados
A tabela 3.9 apresenta os resultados de relaxamento da CIA através da análise
de sensibilidade proposta por Ichino et al. (2008) para a região Norte e saúde
reportada. A calibragem de fatores não observados U é realizada “imitando” algumas
variáveis de controles31. Esse teste não comporta variáveis contínuas, contudo,
segundo os autores, não acarretando em perda de generalidade. Desta forma, esses
indicadores foram transformados em variáveis binárias, onde suas categorias estão
representadas entre parênteses nessa tabela. E ainda, esses cálculos estão baseados
no método do vizinho mais próximo. Nota-se que os resultados são robustos,
independentemente da faixa etária, sendo todos estatisticamente significativos a 10%.
Nos resultados para a região Nordeste (tabela 3.10), nota-se que entre as
crianças de 0 a 3 anos, os resultados são todos estatisticamente significativos e o ATT
não varia muito. Entretanto, para as crianças de 0 a 5 anos, quando considerada a
variável água na calibração, o ATT é estatisticamente não significativo.
Crianças que viviam em municípios que implantaram políticas públicas de
saúde (além do PSF) ou outras que afetam esse indicador, podem possuir saúde
melhor do que as que viviam em lugares que não tiveram essas condições. Em outras
palavras, fatores fixos não observados nos municípios, que podem ser
correlacionados com o PSF, poderiam estar afetando o resultado. Visando controlar
31 Os resultados focam em algumas das principais variáveis. Os resultados também foram robustos aos demais casos.
91
essa questão, na abordagem de Oster (2015), efeitos fixos em nível municipal serão
incorporados, além da saúde dos pais.
Tabela 3.9- Análise de sensibilidade de Ichino et al. (2008), saúde reportada, região Norte
p11 p10 p01 p00 Γ Λ ATT SE
Norte- 0 a 3 anos
No confunder 0,00 0,00 0,00 0,00 - - 0,173 0,044
Crianças (<2) 0,67 0,48 0,53 0,54 1,548 0,987 0,125 0,053
Água 0,48 0,38 0,52 0,34 2,621 1,226 0,119 0,054
Escolaridade da Mãe (<=4)
0,35 0,49 0,30 0,55 0,45 0,52 0,116 0,055
Renda (<=140) 0,49 0,66 0,40 0,62 0,364 1,162 0,129 0,052
Bolsa Família 0,44 0,42 0,46 0,26 3,08 1,957 0,101 0,058
Saúde da Mãe (Boa e Muito Boa)
0,74 0,71 0,74 0,71 1,380 1,037 0,129 0,053
Norte- 0 a 5 anos
No confunder 0,00 0,00 0,00 0,00 - - 0,098 0,036
Crianças <=2 0,61 0,47 0,59 0,50 1,583 0,966 0,099 0,043
Água 0,42 0,51 0,38 0,55 0,519 0,872 0,099 0,043
Escolaridade da Mãe (<=4)
0,17 0,19 0,22 0,24 0,949 0,743 0,098 0,043
Renda (<=140) 0,54 0,65 0,42 0,62 0,442 1,137 0,101 0,044
Bolsa Família 0,48 0,43 0,41 0,28 1,886 1,916 0,096 0,046
Saúde da Mãe (Boa e Muito Boa)
0,77 0,71 0,77 0,70 1,586 1,117 0,097 0,044
Norte- 6 a 11 anos
No confunder 0,00 0,00 0,00 0,00 - - 0,094 0,039
Crianças <=2 0,48 0,47 0,51 0,51 1,098 0,875 0,084 0,041
Água 0,38 0,41 0,50 0,41 1,533 0,940 0,085 0,041
Escolaridade da Mãe (<=4)
0,59 0,54 0,50 0,67 0,494 0,670 0,075 0,043
Renda (<=140) 0,27 0,21 0,43 0,28 2,113 0,682 0,088 0,041
Bolsa Família 0,46 0,45 0,60 0,49 1,616 0,803 0,085 0,041
Saúde da Mãe (Boa e Muito Boa)
0,67 0,66 0,42 0,62 0,413 1,377 0,089 0,041
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: As primeiras colunas apresentam os valores pij utilizados para simular a variável confunder binária (U) para cada caso. Γ são razões de chances, para os não tratados, da variável de interesse (variável resultado) considerando o efeito de U e controlando as covariadas observadas (X). Λ representa as razões de chances do tratamento (T), considerando o efeito de U e controlando as covariadas observadas (X). ATT foi gerado com base no método dos vizinhos mais próximos (NN-1), através da incorporação de U como covariada, e a estatística representa a média do efeito num processo repetido 500 vezes, onde SE é o erro padrão dessa estatística. O comando para STATA utilizado foi o sensatt proposto por Nannicini (2007).
92
Tabela 3.10- Análise de sensibilidade de Ichino et al. (2008), saúde reportada, região Nordeste
p11 p10 p01 p00 Γ Λ ATT SE
Nordeste- 0 a 3 anos
No confunder 0,00 0,00 0,00 0,00 - - 0,108 0,054
Crianças <=2 0,68 0,61 0,70 0,63 1,610 0,931 0,108 0,057
Água 0,36 0,35 0,44 0,51 0,753 0,560 0,107 0,061
Escolaridade da Mãe (<=4)
0,49 0,57 0,61 0,50 1,839 1,105 0,109 0,057
Renda (<=140) 0,16 0,19 0,12 0,13 0,979 1,511 0,106 0,058
Bolsa Família 0,41 0,38 0,32 0,30 1,204 1,504 0,111 0,060
Saúde da Mãe (Boa e Muito Boa)
0,66 0,74 0,74 0,72 1,245 0,973 0,107 0,057
Nordeste- 0 a 5 anos
No confunder 0,00 0,00 0,00 0,00 - - 0,085 0,042
Crianças <=2 0,63 0,58 0,69 0,62 1,422 0,825 0,084 0,048
Água 0,34 0,36 0,41 0,49 0,736 0,632 0,077 0,049
Escolaridade da Mãe (<=4) 0,51 0,60 0,64 0,56 1,488 0,984 0,086 0,046
Renda (<=140) 0,19 0,19 0,19 0,15 1,403 1,234 0,082 0,046
Bolsa Família 0,41 0,38 0,31 0,33 0,959 1,318 0,081 0,048 Saúde da Mãe (Boa e Muito Boa)
0,69 0,75 0,73 0,72 1,130 1,067 0,085 0,046
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: Ver legenda da tabela anterior.
A tabela 3.11 explora essas novas estimações pelo método OLS, para as
regiões Norte e Nordeste, considerando as diferentes faixas de idade. Observa-se que
os resultados são robustos para a região Norte, independentemente da faixa etária,
sendo que o efeito é maior para as crianças mais novas. Por exemplo, na faixa etária
entre 0 e 3 anos, o fato de ter sido tratado, aumenta a probabilidade de ter saúde
muito boa em 8,2 p.p. Esse resultado é bastante expressivo, considerando que a
média desse indicador é de 20%. Já para a região Nordeste os resultados passaram
a ser não significativos independente da faixa etária.
Cabe ressaltar que para essa última região, os resultados de tabelas anteriores
indicaram que o OLS se mostrou diferente de métodos que controlam de alguma forma
efeitos heterogêneos do tratamento. E por fim, lembra-se que, quando aplicado o
PSM, e, o teste de sensibilidade de Ichino et al. (2008), os resultados dessa região
foram robustos, principalmente para o grupo de crianças mais novas (0 a 3 anos).
93
Tabela 3.11- Efeito do PSF sobre a saúde das crianças, reportada pelos pais, da área rural da região Norte, com a inclusão de efeitos fixos municipais e saúde dos
pais
Norte Nordeste
Método Estatística 0 a 3 anos
0 a 5 anos
6 a 11 anos
0 a 3 anos
0 a 5 anos
6 a 11 anos
OLS Coeficiente 0,082** 0,077*** 0,045* -0,030 -0,045 0,013
Erro padrão (0,037) (0,030) (0,027) (0,035) (0,029) (0,222)
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: Estimações através do método OLS considerando como controles, além das variáveis do quadro 3.1, saúde do pai e saúde mãe (dummy com 1 indicando saúde muito boa e boa), e, em vez de efeitos fixos de estados, efeitos fixos de municípios.
A tabela 3.12 apresenta os resultados da abordagem de Oster (2015) com base
nos modelos da tabela 3.11. O R2 máximo de um modelo com todas as variáveis
(observadas mais as não observadas) não é conhecido. Assim, deve-se atribuir
valores ao mesmo, no caso deste trabalho foram utilizados 0,6; 0,7; 0,8; 0,9 e 1,0
(situação extrema). Observa-se que os resultados para as duas menores faixas de
idade (0 a 3 e 0 a 5) são robustas a esse teste, apesar de os resultados para as
crianças entre 6 e 11 anos não apresentarem essa robustez (𝛿 < 1). Por exemplo, no
caso das crianças de 0 a 5 anos, o valor de 𝛿 igual a 1,77, significa que fatores não
observáveis teriam que ser 1,77 mais forte do que o efeito dos fatores observáveis
para explicar uma ausência de efeito do PSF. Seguindo a ideia do artigo de Altonji et
al. (2005), Oster (2015) indica que o valor de 𝛿 igual a 1 é um cutoff heurístico, no qual
fatores observáveis seriam ao menos tão importantes quanto os não observáveis. E
ainda, para esse mesmo grupo (crianças de 0 a 5 anos), o limite inferior da estimativa
do ATT (para 𝛿 = 1) é igual a 3,5 p.p.
Tabela 3.12- Abordagem de Oster (2015) com base nos modelos da tabela 3.11
R máximo 0,6 0,7 0,8 0,9 1,00
Norte - 0 a 3 anos
δ para β=0 4,05 2,77 2,11 1,70 1,42
Conj. Id. (δ=1) [0,065; 0,082] [0,055; 0,082] [0,045; 0,082] [0,035; 0,082] [0,030; 0,082]
Norte- 0 a 5 anos
δ para β=0 4,31 3,18 2,52 2,08 1,77
Conj. Id. (δ=1) [0,061; 0,077] [0,055; 0,077] [0,048; 0,077] [0,042; 0,077] [0,035; 0,077]
Norte- 6 a 11 anos
δ para β=0 1,28 0,99 0,81 0,68 0,59
Conj. Id. (δ=1) [0,010; 0,045] [0,000; 0,045] [-0,011; 0,045] [-0,021; 0,045] [-0,032; 0,045]
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: Nesta abordagem foi utilizado o comando psacalc do STATA criado pela própria Oster.
94
A tabela 3.13 apresenta a abordagem de Oster (2015) com base nos modelos
OLS da tabela 3.8, ou seja, explorando resultados das crianças entre 0 e 1 ano,
considerando saúde reportada, diarreia ou vômito e acamados. Observa-se que todos
os valores de 𝛿 são menores do que 0, isso indica que a inclusão de controles nos
modelos em vez de mover o efeito (beta) em direção a zero, faz o sentido oposto.
Desta forma, as não observáveis teriam que possuir uma relação diferente desta, para
explicar ausência de efeito do tratamento. Este fato significa ainda, que os controles
possuem correlações opostas com o tratamento e a variável de resultado. Percebe-
se valores elevados de 𝛿 (desconsiderando o sinal negativo) para os casos diarreia e
saúde reportada.
Tabela 3.13- Abordagem de Oster (2015) com base nos modelos da tabela 3.8 (OLS)
Diarreia ou Vômito
δ para β=0 -3,70 -3,19 -2,80 -2,49 -2,24 Conj. Id. (δ=1)
[-0,090; -0,079] [-0,098; -0,079] [-0,102; -0,079] [-0,105; -0,079] [-0,108; -0,079]
Acamados
δ para β=0 -0,51 -0,44 -0,38 -0,33 -0,30 Conj. Id. (δ=1)
[-0,123; -0,049] [-0,137; -0,049] [-0,152; -0,049] [-0,166; -0,049] [-0,181; -0,049]
Saúde Autoavaliada
δ para β=0 -12,49 -10,60 -9,21 -8,14 -7,30 Conj. Id. (δ=1)
[0,136; 0,145] [0,136; 0,147] [0,136; 0,149] [0,136; 0,151] [0,136; 0,153]
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: Nesta abordagem foi utilizado o comando psacalc do STATA criado pela própria Oster.
3.4 CONSIDERAÇÕES FINAIS
Este trabalho buscou analisar o impacto do Programa Saúde da Família sobre
a saúde das crianças (menores de 12 anos) da área rural do Brasil com base nos
dados da PNAD (2008), utilizando os métodos do Propensity Score Matching (PSM)
e dos Mínimos Quadrados Ordinários (OLS), aplicando, respectivamente, análises de
sensibilidade proposta por Ichino et al. (2008) e Oster (2015).
A análise principal deste trabalho se baseou na saúde reportada. Foi observado
que o PSF possui um impacto sobre a saúde das crianças da área rural do Brasil
95
estatisticamente significativo e de magnitude elevada. Contudo, esse impacto está
concentrado nas regiões Norte e Nordeste, sendo não significativo no Centro-Sul do
país. No caso da região Norte, esse impacto independe da idade, na região Nordeste
ele é significativo para as menores faixas de idade, principalmente entre as crianças
de 0 a 3 anos de idade (menores de 4 anos).
Quando analisado outros indicadores de saúde, prevalência de diarreia e de
acamados, os resultados se mostraram significativos apenas para a região Norte e
nas menores faixas de idade. O impacto também possui magnitude elevada,
principalmente, entre as crianças com idade entre 0 e 1 ano (menores de 2 anos de
idade).
A abordagem de sensibilidade proposta por Ichino et al. (2008) indicou que os
resultados da saúde reportada para a região Norte são todos robustos,
independentemente do grupo de idade. Para a região Nordeste, os resultados que
apresentaram maior robustez foram da faixa de 0 a 3 anos. Já na abordagem de Oster
(2015), apenas os resultados da região Norte e das crianças dos grupos mais novos
foram robustos, onde quando considerado crianças menores de 2 anos, esse
programa tem impacto na saúde reportada, na prevalência de diarreia e de acamados.
Portanto, há confirmação da hipótese de que crianças das regiões mais pobres da
área rural são beneficiadas por esse tipo de política de cuidados primários em saúde.
Contudo, deve-se destacar que esta análise contemplou apenas a
disponibilidade de cadastro no programa, porém, diferentes lugares que possuem o
programa podem possuir estruturas diferentes, tanto em quantidade como em
qualidade das equipes do Programa Saúde da Família. E, assim, principalmente com
uma maior cobertura do PSF, análises que consigam contemplar esses aspectos
podem ser importantes para pesquisas futuras.
96
REFERÊNCIAS
ABADIE, A.; IMBENS, G. W. Matching on the Estimated Propensity Score. NBER Working Paper: National Bureau of Economic Research, Inc, 2012. ALTONJI, J. G.; ELDER, T. E.; TABER, C. Selection on Observed and Unobserved Variables: Assessing the Effectiveness of Catholic Schools. Journal of Political Economy, v. 113, n. 1, p. 151–184, 2005. AQUINO, R.; DE OLIVEIRA, N. F.; BARRETO, M. L. Impact of the family health program on infant mortality in Brazilian municipalities. American Journal of Public Health, v. 99, n. 1, p. 87–93, 2009. BATTISTIN, E.; DE NADAI, M.; SIANESI, B. Misreported schooling, multiple measures and returns to educational qualifications. Journal of Econometrics, v. 181, n. 2, p. 136–150, 2014. CALIENDO, M.; KOPEINIG, S. Some Practical Guidance for the Implementation of Propensity Score Matching. Journal of Economic Surveys, v. 22, n. 1, p. 31–72, 2008. GUANAIS, F. C. The combined effects of the expansion of primary health care and conditional cash transfers on infant mortality in Brazil, 1998-2010. American Journal of Public Health, v. 103, n. 11, p. 2000–2006, 2013. ICHINO, A.; MEALLI, F.; NANNICINI, T. From temporary help jobs to permanent employment: what can we learn from matching estimators and their sensitivity? Journal of Applied Econometrics, v. 23, n. 3, p. 305–327, 2008. IDLER, E. L.; BENYAMINI, Y. Self-Rated Health and Mortality: A Review of Twenty-Seven Community Studies. Journal of Health and Social Behavior, v. 38, n. 1, p. 21-37, 1997. IMAI, K.; Ratkovic, M. Covariate balancing propensity score. Journal of the Royal Statistical Society, Series B 76: 243–263, 2014. LEUVEN, E.; SIANESI, B. PSMATCH2: Stata module to perform full Mahalanobis and propensity score matching, common support graphing, and covariate imbalance testing. [S.l.]: Boston College Department of Economics, 2003. MACINKO, J. et al. Evaluation of the impact of the Family Health Program on infant mortality in Brazil, 1990-2002. Journal of Epidemiology and Community Health, v. 60, n. 1, p. 13–19, 2006. MACINKO, J. et al. Going to scale with community-based primary care: an analysis of the family health program and infant mortality in Brazil, 1999-2004. Social Science & Medicine, v. 65, n. 10, p. 2070–2080, 2007.
97
MACINKO, J.; HARRIS, M. J. Brazil’s Family Health Strategy — Delivering Community-Based Primary Care in a Universal Health System. New England Journal of Medicine, v. 372, n. 23, p. 2177–2181, 2015. NANNICINI, T. Simulation-based sensitivity analysis for matching estimators. Stata Journal, v. 7, n. 3, p. 334–350, 2007. NICOLELLA, A. C.; KASSOUF, A. L.; BARROS, A. L. M. DE. O impacto do trabalho infantil no setor agrícola sobre a saúde. Revista de Economia e Sociologia Rural, v. 46, n. 3, p. 673–701, 2008. NORONHA, K. V. M. D. S. A Relação entre o Estado de Saúde e a Desigualdade de Renda no Brasil. 187 CEDEPLAR/FACE, UFMG, Minas Gerais, 2005. OSTER, E. Unobservable Selection and Coefficient Stability: Theory and Evidence. [S.l.]: Brown University, 2015. RASELLA, D.; AQUINO, R.; BARRETO, M. L. Reducing childhood mortality from diarrhea and lower respiratory tract infections in Brazil. Pediatrics, v. 126, n. 3, p. e534–540, 2010. REIS, M. Public primary health care and children’s health in Brazil: evidence from siblings. Journal of Population Economics, v. 27, n. 2, p. 421–445, 2014. ROCHA, R.; SOARES, R. R. Evaluating the impact of community-based health interventions: evidence from Brazil’s Family Health Program. Health Economics, v. 19 Suppl, p. 126–158, 2010. ROSENBAUM, P. R. Observational studies. Springer-Verlag, 2002. ROSENBAUM, P. R.; RUBIN, D. B. The central role of the propensity score in observational studies for causal effects. Biometrika, v. 70, n. 1, p. 41–55, 1983a. ROSENBAUM, P. R.; RUBIN, D. B. Assessing Sensitivity to an Unobserved Binary Covariate in an Observational Study with Binary Outcome. Journal of the Royal Statistical Society. Series B (Methodological), v. 45, n. 2, p. 212–218, 1983b. SANTOS, A. M. A. DOS; TEJADA, C. A. O.; EWERLING, F. Os determinantes socioeconômicos do estado de saúde das crianças do Brasil rural. Revista de Economia e Sociologia Rural, v. 50, n. 3, p. 473–492, 2012. SOARES, S. et al. Os Impactos do Benefício do Programa Bolsa Família sobre a Desigualdade e a Pobreza: In: Jorge Abrahão de Castro; Lúcia Modesto. (Orgs.). Bolsa Família: avanços e desafios.vol. 2. Brasília: Ipea, 2010.
98
APÊNDICE B
Tabela B1- Balanceamento (todas as variáveis) antes e depois do pareamento para o Brasil, crianças de 0 a 3 anos
Média
Variáveis Pareamento Tratados Controle Viés % valor-p (teste t)
Total de Pessoas (Outros)
Sem 2,779 2,685 7,4 0,060
Com 2,780 2,903 -9,7 0,007
Total de Crianças Sem 2,331 2,258 5,5 0,158
Com 2,332 2,274 4,5 0,185
Idade (meses) Sem 25,115 25,248 -0,9 0,807
Com 25,121 24,855 1,9 0,566
Sexo Sem 0,485 0,484 0,1 0,974
Com 0,482 0,501 -3,8 0,242
Cor (Branca) Sem 0,398 0,388 2,0 0,609
Com 0,396 0,389 1,4 0,669
Lixo Sem 0,240 0,314 -16,6 0,000
Com 0,246 0,259 -2,9 0,355
Esgoto Sem 0,178 0,258 -19,6 0,000
Com 0,182 0,205 -5,6 0,073
Água Sem 0,515 0,633 -24,1 0,000
Com 0,524 0,578 -10,9 0,001
Índice de posse Sem -0,069 -0,029 -3,7 0,329
Com -0,080 -0,092 1,2 0,709
Plano de saúde Sem 0,033 0,064 -14,2 0,000
Com 0,034 0,038 -1,9 0,510
Idade do Pai Sem 34,971 34,326 5,8 0,133
Com 34,915 34,900 0,1 0,968
Idade da Mãe Sem 29,573 28,858 7,4 0,057
Com 29,563 29,900 -3,5 0,308
Educação do Pai Sem 4,071 4,594 -14,4 0,000
Com 4,081 4,189 -3,0 0,364
Educação da Mãe Sem 5,163 5,610 -12,1 0,002
Com 5,179 5,158 0,6 0,862
Pai Fuma Sem 0,395 0,404 -1,7 0,651
Com 0,394 0,366 5,6 0,083
Mãe Fuma Sem 0,184 0,196 -3,0 0,442
Com 0,183 0,188 -1,3 0,691
lnrenda Sem 4,725 4,977 -30,5 0,000
Com 4,734 4,728 0,8 0,819
Bolsa Família Sem 0,458 0,293 34,5 0,000
Com 0,450 0,447 0,7 0,830
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: O modelo contém também efeitos fixos de estados. Estatísticas geradas com base no pareamento kernel.
99
Tabela B2- Balanceamento (todas as variáveis) antes e depois do pareamento para o Brasil, crianças de 0 a 5 anos
Média
Variáveis Pareamento Tratados Controle Viés % valor-p (teste t)
Total de Pessoas (Outros)
Sem 2,764 2,698 5,3 0,091
Com 2,766 2,896 -10,3 0,000
Total de Crianças Sem 2,411 2,276 10,4 0,001
Com 2,406 2,329 2,3 0,027
Idade (meses) Sem 37,721 38,233 -2,4 0,429
Com 37,664 38,213 -2,6 0,320
Sexo Sem 0,485 0,499 -2,9 0,351
Com 0,485 0,496 -2,3 0,382
Cor (Branca) Sem 0,377 0,376 0,2 0,948
Com 0,376 0,379 -0,7 0,803
Lixo Sem 0,232 0,314 -18,4 0,000
Com 0,237 0,256 -4,4 0,084
Esgoto Sem 0,174 0,255 -19,8 0,000
Com 0,178 0,195 -4,1 0,103
Água Sem 0,515 0,638 -25,0 0,000
Com 0,524 0,542 -3,7 0,166
Índice de posse Sem -0,061 0,003 -6,1 0,045
Com -0,069 -0,039 -2,9 0,255
Plano de saúde Sem 0,034 0,061 -12,7 0,000
Com 0,035 0,038 -1,5 0,506
Idade do Pai Sem 35,472 35,024 4,2 0,181
Com 35,458 35,967 -4,7 0,083
Idade da Mãe Sem 30,229 29,620 6,5 0,037
Com 30,245 30,647 -4,3 0,118
Educação do Pai Sem 3,961 4,503 -14,9 0,000
Com 3,975 4,090 -3,2 0,233
Educação da Mãe Sem 5,016 5,418 -10,9 0,000
Com 5,044 4,935 3,0 0,266
Pai Fuma Sem 0,399 0,401 -0,5 0,884
Com 0,398 0,380 3,7 0,156
Mãe Fuma Sem 0,191 0,204 -3,3 0,282
Com 0,189 0,190 -0,2 0,935
lnrenda Sem 4,717 4,969 -30,2 0,000
Com 4,727 4,740 -1,5 0,583
Bolsa Família Sem 0,498 0,327 35,2 0,000
Com 0,489 0,487 0,4 0,872
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: O modelo contém também efeitos fixos de estados. Estatísticas geradas com base no pareamento kernel.
100
Tabela B3- Balanceamento (todas as variáveis) antes e depois do pareamento para o Brasil, crianças de 6 a 11 anos
Média
Variáveis Pareamento Tratados Controle Viés % valor-p (teste t)
Total de Pessoas (Outros)
Sem 3,105 3,001 7,7 0,007
Com 3,101 3,240 -10,2 0,000
Total de Crianças Sem 2,481 2,345 10,6 0,000
Com 2,468 2,408 4,7 0,044
Idade (meses) Sem 110,400 110,120 1,4 0,626
Com 110,410 110,600 -0,9 0,693
Sexo Sem 0,485 0,495 -1,9 0,498
Com 0,486 0,504 -3,7 0,109
Cor (Branca) Sem 0,331 0,373 -8,8 0,002
Com 0,330 0,313 3,6 0,116
Lixo Sem 0,228 0,310 -18,6 0,000
Com 0,230 0,252 -5,0 0,026
Esgoto Sem 0,166 0,268 -24,7 0,000
Com 0,168 0,180 -3,1 0,152
Água Sem 0,530 0,661 -27,0 0,000
Com 0,536 0,530 1,2 0,626
Índice de posse Sem -0,001 0,133 -13,2 0,000
Com -0,002 0,005 -0,6 0,782
Plano de saúde Sem 0,036 0,075 -17,2 0,000
Com 0,037 0,035 0,8 0,674
Idade do Pai Sem 39,588 39,179 4,2 0,134
Com 39,552 39,967 -4,3 0,067
Idade da Mãe Sem 34,598 34,308 3,5 0,209
Com 34,606 35,403 -9,7 0,000
Educação do Pai Sem 3,336 3,893 -15,8 0,000
Com 3,344 3,343 0,0 0,997
Educação da Mãe Sem 4,309 4,860 -14,9 0,000
Com 4,319 4,289 0,8 0,719
Pai Fuma Sem 0,462 0,481 -3,6 0,194
Com 0,466 0,470 -0,7 0,763
Mãe Fuma Sem 0,251 0,263 -2,9 0,299
Com 0,250 0,254 -0,9 0,688
lnrenda Sem 4,668 4,964 -34,4 0,000
Com 4,677 4,675 0,2 0,920
Bolsa Família Sem 0,650 0,448 41,5 0,000
Com 0,646 0,654 -1,6 0,487
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: O modelo contém também efeitos fixos de estados. Estatísticas geradas com base no pareamento kernel.
101
Tabela B4- Balanceamento (todas as variáveis) antes e depois do pareamento para a região Norte, crianças de 0 a 3 anos
Média
Variáveis Pareamento Tratados Controle Viés % valor-p (teste t)
Total de Pessoas (Outros)
Sem 2,965 2,654 21,8 0,005
Com 2,916 2,975 -4,1 0,639
Total de Crianças Sem 2,762 2,622 9,9 0,203
Com 2,764 2,671 6,6 0,437
Idade Sem 25,504 26,508 -7,2 0,355
Com 25,613 25,207 2,9 0,729
Sexo Sem 0,511 0,491 4,0 0,610
Com 0,504 0,497 1,4 0,868
Cor (Branca) Sem 0,222 0,233 -2,5 0,745
Com 0,225 0,210 3,7 0,653
Lixo Sem 0,193 0,233 -9,7 0,217
Com 0,208 0,199 2,2 0,788
Esgoto Sem 0,193 0,212 -4,8 0,541
Com 0,211 0,202 2,4 0,777
Água Sem 0,415 0,363 10,5 0,178
Com 0,408 0,391 3,6 0,673
Índice de posse Sem -0,473 -0,641 14,0 0,075
Com -0,477 -0,443 -2,8 0,733
Plano de saúde Sem 0,026 0,015 8,0 0,306
Com 0,028 0,024 3,3 0,732
Idade do Pai Sem 35,412 33,863 13,7 0,080
Com 35,190 36,076 -7,8 0,398
Idade da Mãe Sem 28,994 27,517 15,3 0,050
Com 28,757 28,048 7,4 0,378
Educação do Pai Sem 4,296 4,058 6,8 0,387
Com 4,218 4,081 3,9 0,643
Educação da Mãe Sem 5,434 4,910 14,3 0,069
Com 5,218 5,077 3,8 0,643
Pai Fuma Sem 0,412 0,465 -10,8 0,169
Com 0,433 0,424 1,9 0,822
Mãe Fuma Sem 0,187 0,215 -7,1 0,363
Com 0,197 0,195 0,4 0,957
lnrenda Sem 4,748 4,837 -11,1 0,154
Com 4,777 4,787 -1,2 0,887
Bolsa Família Sem 0,434 0,291 30,1 0,000
Com 0,408 0,396 2,6 0,765
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: O modelo contém também efeitos fixos de estados. Estatísticas geradas com base no pareamento kernel.
102
Tabela B5- Balanceamento (todas as variáveis) antes e depois do pareamento para a região Norte, crianças de 0 a 5 anos
Média
Variáveis Pareamento Tratados Controle Viés % valor-p (teste t)
Total de Pessoas (Outros)
Sem 2,876 2,646 17,1 0,007
Com 2,870 2,958 -6,5 0,354
Total de Crianças Sem 2,859 2,658 14,5 0,022
Com 2,868 2,845 1,7 0,812
Idade (meses) Sem 37,988 38,022 -0,2 0,979
Com 38,160 37,212 4,6 0,482
Sexo Sem 0,509 0,510 -0,1 0,990
Com 0,505 0,512 -1,4 0,831
Cor (Branca) Sem 0,195 0,212 -4,3 0,495
Com 0,193 0,201 -2,1 0,748
Lixo Sem 0,174 0,228 -13,4 0,035
Com 0,180 0,171 2,2 0,725
Esgoto Sem 0,168 0,216 -12,3 0,054
Com 0,176 0,184 -2,2 0,736
Água Sem 0,391 0,383 1,6 0,795
Com 0,390 0,360 6,3 0,337
Índice de posse Sem -0,515 -0,593 6,6 0,300
Com -0,515 -0,425 -7,5 0,254
Plano de saúde Sem 0,023 0,023 -0,4 0,952
Com 0,024 0,020 2,5 0,700
Idade do Pai Sem 35,437 34,282 10,6 0,094
Com 35,345 36,217 -8 0,259
Idade da Mãe Sem 29,257 28,105 12,5 0,049
Com 29,232 29,129 1,1 0,864
Educação do Pai Sem 4,058 4,084 -0,7 0,908
Com 4,056 3,771 8,2 0,211
Educação da Mãe Sem 5,191 4,881 8,4 0,184
Com 5,046 4,845 5,5 0,404
Pai Fuma Sem 0,424 0,459 -7 0,271
Com 0,432 0,431 0,1 0,990
Mãe Fuma Sem 0,188 0,226 -9,2 0,147
Com 0,195 0,225 -7,3 0,268
lnrenda Sem 4,714 4,836 -15,3 0,015
Com 4,731 4,753 -2,8 0,673
Bolsa Família Sem 0,449 0,305 30 0,000
Com 0,432 0,425 1,3 0,844
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: O modelo contém também efeitos fixos de estados. Estatísticas geradas com base no pareamento kernel.
103
Tabela B6- Balanceamento (todas as variáveis) antes e depois do pareamento para a região Norte, crianças de 6 a 11 anos
Média
Variáveis Pareamento Tratados Controle Viés % valor-p (teste t)
Total de Pessoas (Outros)
Sem 3,208 3,118 6,3 0,287
Com 3,211 3,366 -10,8 0,079
Total de Crianças Sem 2,921 2,713 14,6 0,013
Com 2,913 2,888 1,8 0,758
Idade (meses) Sem 110,100 109,600 2,4 0,685
Com 110,240 110,220 0,1 0,984
Sexo Sem 0,455 0,491 -7,2 0,220
Com 0,461 0,515 -10,9 0,062
Cor (Branca) Sem 0,135 0,193 -15,6 0,008
Com 0,134 0,160 -6,9 0,219
Lixo Sem 0,166 0,222 -14,3 0,015
Com 0,175 0,162 3,4 0,537
Esgoto Sem 0,161 0,263 -25,0 0,000
Com 0,170 0,165 1,2 0,824
Água Sem 0,406 0,421 -2,9 0,616
Com 0,398 0,410 -2,4 0,683
Índice de posse Sem -0,422 -0,362 -5,1 0,381
Com -0,443 -0,422 -1,8 0,752
Plano de saúde Sem 0,019 0,031 -7,6 0,194
Com 0,019 0,017 1,1 0,822
Idade do Pai Sem 38,323 38,382 -0,6 0,914
Com 38,294 37,935 3,8 0,503
Idade da Mãe Sem 33,145 33,474 -4,2 0,472
Com 33,099 33,284 -2,4 0,670
Educação do Pai Sem 3,586 3,414 5,0 0,397
Com 3,531 3,287 7,0 0,207
Educação da Mãe Sem 4,995 4,276 18,8 0,001
Com 4,891 4,922 -0,8 0,889
Pai Fuma Sem 0,448 0,507 -11,8 0,044
Com 0,457 0,473 -3,1 0,600
Mãe Fuma Sem 0,223 0,298 -17,2 0,003
Com 0,230 0,210 4,4 0,426
lnrenda Sem 4,683 4,835 -19,0 0,001
Com 4,686 4,654 3,9 0,508
Bolsa Família Sem 0,590 0,419 34,7 0,000
Com 0,583 0,595 -2,4 0,675
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: O modelo contém também efeitos fixos de estados. Estatísticas geradas com base no pareamento kernel.
104
Tabela B7- Balanceamento (todas as variáveis) antes e depois do pareamento para a região Nordeste, crianças de 0 a 3 anos
Média
Variáveis Pareamento Tratados Controle Viés % valor-p (teste t)
Total de Pessoas (Outros)
Sem 2,751 2,825 -5,4 0,420
Com 2,764 2,759 0,4 0,932
Total de Crianças Sem 2,343 2,276 4,9 0,481
Com 2,345 2,144 14,9 0,000
Idade (meses) Sem 24,876 25,605 -5,1 0,460
Com 24,876 24,919 -0,3 0,945
Sexo Sem 0,481 0,479 0,5 0,941
Com 0,477 0,530 -10,5 0,014
Cor (Branca) Sem 0,351 0,323 5,9 0,395
Com 0,344 0,329 3,2 0,452
Lixo Sem 0,161 0,218 -14,6 0,028
Com 0,162 0,175 -3,3 0,423
Esgoto Sem 0,123 0,156 -9,4 0,159
Com 0,125 0,121 1,2 0,777
Água Sem 0,359 0,498 -28,3 0,000
Com 0,367 0,371 -0,8 0,849
Índice de posse Sem -0,219 -0,321 10,5 0,118
Com -0,229 -0,327 10 0,013
Plano de saúde Sem 0,015 0,035 -12,6 0,036
Com 0,015 0,010 3,2 0,282
Idade do Pai Sem 34,760 34,973 -1,9 0,789
Com 34,767 35,002 -2,1 0,636
Idade da Mãe Sem 29,424 29,732 -3,1 0,656
Com 29,469 29,403 0,7 0,885
Educação do Pai Sem 3,325 3,588 -7,2 0,287
Com 3,317 3,502 -5,1 0,231
Educação da Mãe Sem 4,540 4,743 -5,5 0,418
Com 4,530 4,479 1,4 0,746
Pai Fuma Sem 0,390 0,300 19 0,007
Com 0,385 0,394 -2 0,655
Mãe Fuma Sem 0,180 0,128 14,2 0,049
Com 0,175 0,184 -2,3 0,616
lnrenda Sem 4,529 4,598 -8,5 0,207
Com 4,530 4,589 -7,2 0,083
Bolsa Família Sem 0,543 0,463 16 0,020
Com 0,538 0,534 0,7 0,863
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: O modelo contém também efeitos fixos de estados. Estatísticas geradas com base no pareamento kernel.
105
Tabela B8- Balanceamento (todas as variáveis) antes e depois do pareamento para a região Nordeste, crianças de 0 a 5 anos
Média
Pareamento Tratados Controle Viés % valor-p (teste t)
Total de Pessoas (Outros)
Sem 2,768 2,891 -8,8 0,096
Com 2,782 2,767 1 0,763
Total de Crianças Sem 2,457 2,268 14,4 0,010
Com 2,427 2,260 12,7 0,000
Idade (meses) Sem 37,188 39,450 -10,8 0,048
Com 37,526 37,627 -0,5 0,890
Sexo Sem 0,483 0,493 -2,1 0,706
Com 0,482 0,514 -6,4 0,067
Cor (Branca) Sem 0,324 0,299 5,6 0,310
Com 0,317 0,316 0,2 0,947
Lixo Sem 0,155 0,227 -18,6 0,000
Com 0,160 0,173 -3,3 0,323
Esgoto Sem 0,124 0,152 -8,1 0,124
Com 0,127 0,159 -9,5 0,008
Água Sem 0,360 0,472 -22,7 0,000
Com 0,373 0,391 -3,7 0,282
Índice de posse Sem -0,210 -0,305 9,8 0,061
Com -0,227 -0,290 6,4 0,061
Plano de saúde Sem 0,015 0,028 -9,4 0,054
Com 0,015 0,013 1,6 0,569
Idade do Pai Sem 35,381 35,791 -3,6 0,502
Com 35,419 36,199 -6,9 0,054
Idade da Mãe Sem 30,210 30,557 -3,6 0,510
Com 30,300 29,760 5,6 0,110
Educação do Pai Sem 3,183 3,265 -2,3 0,661
Com 3,194 3,491 -8,4 0,020
Educação da Mãe Sem 4,383 4,441 -1,6 0,768
Com 4,390 4,319 1,9 0,580
Pai Fuma Sem 0,392 0,325 14,1 0,011
Com 0,385 0,389 -0,8 0,827
Mãe Fuma Sem 0,189 0,159 8 0,152
Com 0,186 0,173 3,3 0,346
lnrenda Sem 4,506 4,586 -9,9 0,061
Com 4,519 4,586 -8,3 0,021
Bolsa Família Sem 0,597 0,531 13,3 0,014
Com 0,586 0,565 4,3 0,221
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: O modelo contém também efeitos fixos de estados. Estatísticas geradas com base no pareamento kernel.
106
Tabela B9- Balanceamento (todas as variáveis) antes e depois do pareamento para a região Nordeste, crianças de 6 a 11 anos
Média
Pareamento Tratados Controle Viés % valor-p(teste t)
Total de Pessoas (Outros)
Sem 3,192 3,252 -4 0,408
Com 3,196 3,383 -12,4 0,000
Total de Crianças Sem 2,583 2,479 8,1 0,111
Com 2,570 2,395 13,5 0,000
Idade (meses) Sem 110,460 110,470 -0,1 0,986
Com 110,510 111,080 -2,7 0,386
Sexo Sem 0,490 0,496 -1,1 0,817
Com 0,490 0,491 -0,2 0,954
Cor (Branca) Sem 0,271 0,221 11,6 0,021
Com 0,263 0,253 2,2 0,489
Lixo Sem 0,156 0,185 -7,7 0,109
Com 0,159 0,178 -4,9 0,122
Esgoto Sem 0,100 0,167 -20 0,000
Com 0,102 0,102 0 0,996
Água Sem 0,375 0,456 -16,4 0,001
Com 0,386 0,356 5,9 0,057
Índice de posse Sem -0,146 -0,290 15,4 0,001
Com -0,159 -0,122 -4 0,184
Plano de saúde Sem 0,016 0,029 -9 0,044
Com 0,016 0,012 2,4 0,345
Idade do Pai Sem 39,872 40,413 -5,2 0,287
Com 39,790 40,376 -5,7 0,066
Idade da Mãe Sem 34,915 35,221 -3,6 0,472
Com 34,931 36,046 -13 0,000
Educação do Pai Sem 2,452 2,448 0,1 0,977
Com 2,462 2,473 -0,4 0,907
Educação da Mãe Sem 3,505 3,614 -3,2 0,514
Com 3,528 3,521 0,2 0,948
Pai Fuma Sem 0,463 0,437 5,3 0,286
Com 0,468 0,472 -0,6 0,839
Mãe Fuma Sem 0,271 0,235 8,5 0,090
Com 0,264 0,262 0,4 0,900
lnrenda Sem 4,410 4,505 -12,2 0,011
Com 4,418 4,431 -1,6 0,594
Bolsa Família Sem 0,781 0,685 21,9 0,000
Com 0,774 0,774 -0,1 0,985
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: O modelo contém também efeitos fixos de estados. Estatísticas geradas com base no pareamento kernel.
107
Tabela B10- Balanceamento (todas as variáveis) antes e depois do pareamento para o Centro-Sul, crianças de 0 a 3 anos
Média
Variáveis Pareamento Tratados Controle Viés % valor-p (teste t)
Total de Pessoas (Outros)
Sem 2,726 2,626 8,9 0,175
Com 2,714 2,811 -8,7 0,224
Total de Crianças Sem 2,041 1,950 8,1 0,222
Com 2,034 2,097 -5,6 0,430
Idade (meses) Sem 25,399 24,004 9,9 0,131
Com 25,007 24,506 3,6 0,588
Sexo Sem 0,476 0,481 -1,1 0,867
Com 0,479 0,493 -2,9 0,656
Cor (Branca) Sem 0,607 0,555 10,6 0,108
Com 0,585 0,596 -2,2 0,739
Lixo Sem 0,440 0,438 0,4 0,953
Com 0,423 0,453 -6,1 0,352
Esgoto Sem 0,288 0,358 -15,0 0,022
Com 0,286 0,281 1,2 0,850
Água Sem 0,916 0,936 -7,7 0,245
Com 0,919 0,929 -4,0 0,544
Índice de posse Sem 0,504 0,647 -19,9 0,003
Com 0,514 0,543 -4,0 0,548
Plano de saúde Sem 0,076 0,121 -15,0 0,022
Com 0,081 0,075 2,2 0,708
Idade do Pai Sem 35,160 34,310 8,2 0,211
Com 34,938 35,911 -9,4 0,160
Idade da Mãe Sem 30,250 29,419 8,9 0,174
Com 30,092 30,845 -8,1 0,249
Educação do Pai Sem 5,562 5,645 -2,5 0,708
Com 5,517 5,438 2,3 0,720
Educação da Mãe Sem 6,354 6,709 -10,1 0,124
Com 6,338 6,172 4,7 0,486
Pai Fuma Sem 0,397 0,417 -4,0 0,540
Com 0,406 0,430 -4,8 0,463
Mãe Fuma Sem 0,192 0,220 -7,1 0,282
Com 0,192 0,239 -11,5 0,084
lnrenda Sem 5,138 5,321 -24,1 0,000
Com 5,151 5,181 -3,9 0,548
Bolsa Família Sem 0,288 0,192 22,5 0,001
Com 0,288 0,293 -1,2 0,869
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: O modelo contém também efeitos fixos de estados. Estatísticas geradas com base no pareamento kernel.
108
Tabela B11- Balanceamento (todas as variáveis) antes e depois do pareamento para o Centro-Sul, crianças de 0 a 5 anos
Média
Variáveis Pareamento Tratados Controle Viés % valor-p (teste t)
Total de Pessoas (Outros)
Sem 2,657 2,616 3,8 0,448
Com 2,641 2,799 -14,6 0,004
Total de Crianças Sem 2,034 1,988 4,1 0,419
Com 2,033 2,062 -2,6 0,592
Idade (meses) Sem 38,589 37,630 4,5 0,370
Com 38,591 37,843 3,5 0,464
Sexo Sem 0,487 0,495 -1,6 0,749
Com 0,486 0,479 1,5 0,749
Cor (Branca) Sem 0,590 0,550 8,1 0,109
Com 0,581 0,573 1,6 0,733
Lixo Sem 0,423 0,434 -2,2 0,663
Com 0,419 0,426 -1,5 0,753
Esgoto Sem 0,280 0,349 -14,8 0,003
Com 0,282 0,289 -1,7 0,712
Água Sem 0,912 0,937 -9,8 0,057
Com 0,912 0,907 1,7 0,735
Índice de posse Sem 0,513 0,654 -19,6 0,000
Com 0,525 0,556 -4,3 0,361
Plano de saúde Sem 0,077 0,110 -11,6 0,021
Com 0,078 0,084 -2,1 0,634
Idade do Pai Sem 35,258 35,110 1,4 0,774
Com 35,205 35,714 -5,0 0,296
Idade da Mãe Sem 30,396 30,192 2,3 0,654
Com 30,348 30,618 -3,0 0,537
Educação do Pai Sem 5,517 5,604 -2,5 0,625
Com 5,524 5,500 0,7 0,885
Educação da Mãe Sem 6,309 6,444 -3,8 0,455
Com 6,320 6,282 1,1 0,824
Pai Fuma Sem 0,404 0,404 -0,1 0,992
Com 0,406 0,428 -4,4 0,351
Mãe Fuma Sem 0,199 0,216 -4,2 0,408
Com 0,199 0,220 -5,0 0,285
lnrenda Sem 5,167 5,312 -18,6 0,000
Com 5,172 5,174 -0,3 0,949
Bolsa Família Sem 0,312 0,216 21,9 0,000
Com 0,308 0,305 0,7 0,892
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: O modelo contém também efeitos fixos de estados. Estatísticas geradas com base no pareamento kernel.
109
Tabela B12- Balanceamento (todas as variáveis) antes e depois do pareamento para o Centro-Sul, crianças de 6 a 11 anos
Média
Variáveis Pareamento Tratados Controle Viés % valor-p (teste t)
Total de Pessoas (Outros)
Sem 2,857 2,775 7,3 0,106
Com 2,855 2,903 -4,2 0,314
Total de Crianças Sem 2,048 2,031 1,5 0,733
Com 2,046 2,117 -6,6 0,129
Idade (meses) Sem 110,290 110,230 0,3 0,951
Com 110,280 110,730 -2,2 0,584
Sexo Sem 0,494 0,496 -0,4 0,921
Com 0,494 0,504 -2,0 0,625
Cor (Branca) Sem 0,550 0,578 -5,7 0,200
Com 0,550 0,541 1,7 0,678
Lixo Sem 0,398 0,441 -8,8 0,049
Com 0,396 0,409 -2,6 0,525
Esgoto Sem 0,293 0,331 -8,2 0,066
Com 0,293 0,326 -7,3 0,076
Água Sem 0,887 0,937 -17,7 0,000
Com 0,890 0,865 9,0 0,061
Índice de posse Sem 0,529 0,720 -25,5 0,000
Com 0,536 0,568 -4,3 0,331
Plano de saúde Sem 0,082 0,131 -15,9 0,000
Com 0,083 0,087 -1,5 0,687
Idade do Pai Sem 39,598 38,937 7,4 0,100
Com 39,595 39,960 -4,1 0,325
Idade da Mãe Sem 34,648 34,282 4,7 0,295
Com 34,650 35,042 -5,0 0,243
Educação do Pai Sem 4,812 5,069 -7,3 0,104
Com 4,826 4,903 -2,2 0,597
Educação da Mãe Sem 5,411 5,981 -16,0 0,000
Com 5,406 5,387 0,5 0,896
Pai Fuma Sem 0,469 0,490 -4,2 0,353
Com 0,470 0,485 -3,1 0,444
Mãe Fuma Sem 0,236 0,259 -5,3 0,231
Com 0,235 0,244 -2,1 0,611
lnrenda Sem 5,138 5,323 -22,6 0,000
Com 5,145 5,166 -2,6 0,528
Bolsa Família Sem 0,427 0,323 21,5 0,000
Com 0,427 0,439 -2,4 0,577
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: O modelo contém também efeitos fixos de estados. Estatísticas geradas com base no pareamento kernel.
110
Gráfico B1– Área de suporte comum, Brasil e região Norte, por faixas de idade
Brasil- 0 a 3 anos Norte - 0 a 3 anos
Brasil- 0 a 5 anos Norte- 0 a 5 anos
Brasil- 6 a 11 anos Norte- 6 a 11 anos
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
0 .2 .4 .6 .8 1Propensity Score
Untreated: Off support Untreated: On support
Treated: On support Treated: Off support
0 .2 .4 .6 .8 1Propensity Score
Untreated: Off support Untreated: On support
Treated: On support Treated: Off support
0 .2 .4 .6 .8 1Propensity Score
Untreated: Off support Untreated: On support
Treated: On support Treated: Off support
0 .2 .4 .6 .8 1Propensity Score
Untreated: Off support Untreated: On support
Treated: On support Treated: Off support
0 .2 .4 .6 .8 1Propensity Score
Untreated: Off support Untreated: On support
Treated: On support Treated: Off support
0 .2 .4 .6 .8 1Propensity Score
Untreated: Off support Untreated: On support
Treated: On support Treated: Off support
111
Gráfico B2– Área de suporte comum, Nordeste e Centro-Sul, por faixas de idade
Nordeste- 0 a 3 anos Centro-Sul- 0 a 3 anos
Nordeste- 0 a 5 anos Centro-Sul- 0 a 5 anos
Nordeste- 6 a 11 anos Centro-Sul- 6 a 11 anos
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
.4 .6 .8 1Propensity Score
Untreated: Off support Untreated: On support
Treated: On support Treated: Off support
0 .2 .4 .6 .8 1Propensity Score
Untreated Treated: On support
Treated: Off support
.4 .6 .8 1Propensity Score
Untreated: Off support Untreated: On support
Treated: On support Treated: Off support
.2 .4 .6 .8 1Propensity Score
Untreated Treated: On support
Treated: Off support
.4 .6 .8 1Propensity Score
Untreated Treated: On support
Treated: Off support
.2 .4 .6 .8 1Propensity Score
Untreated: Off support Untreated: On support
Treated: On support Treated: Off support
112
Tabela B13- Balanceamento, teste proposto por Imai e Ratkovic (2014)
Região e Idade Qui-quadrado valor-p
Brasil-0 a 3 anos 38,659 0,736
Brasil- 0 a 5 anos 43,027 0,556
Brasil- 6 a 11 anos 68,007 0,015
Norte- 0 a 3 anos 16,566 0,897
Norte- 0 a 5 anos 21,709 0,653
Norte- 6 a 11 anos - -
Nordeste- 0 a 3 anos 16,885 0,934
Nordeste- 0 a 5 anos 25,367 0,554
Nordeste- 6 a 11 anos - -
Centro-Sul - 0 a 3 anos 25,438 0,655
Centro-Sul - 0 a 5 anos 41,076 0,068
Centro-Sul - 6 a 11 anos 43,296 0,043
Fonte: Cálculos do autor com base nos dados da PNAD (2008).
Notas: Hipótese Nula do Teste: As covariadas estão balanceadas. Para os casos da região Norte e Nordeste na faixa 6 a 11 anos houve falhas na convergência do teste
113
4 ENSAIO 3: DETERMINANTES ECONÔMICOS DA DEMANDA POR
IMPORTAÇÕES DE PRODUTOS FARMOQUÍMICOS E FARMACÊUTICOS
4.1 INTRODUÇÃO
A indústria farmacêutica faz parte do Complexo Industrial de Saúde. Sua
atividade está ligada a produção de medicamentos, fármacos, hemoderivados,
vacinas, reagentes para diagnóstico, soros e toxinas (VARGAS, 2009). Suas etapas
produtivas possuem diferentes níveis de complexidade, desde atividades de Pesquisa
e Desenvolvimento (P&D) de fármacos até o marketing e comercialização dos
produtos finais (PALMEIRA-FILHO; PAN, 2003; MOTA, 2013).
Essa indústria é caracterizada por um oligopólio mundial diferenciado, com uma
parte significativa de sua estrutura concentrada nas 10 maiores empresas, contudo,
sem existir uma com participação majoritária. Ademais, há um número expressivo de
empresas de porte menor (GADELHA et al., 2003; VARGAS, 2009; HASENCLEVER
et al., 2010). As principais empresas líderes têm como sede os Estados Unidos e a
Europa, apresentando um forte grau de internacionalização (GADELHA et al., 2003;
VARGAS, 2009). Nessa indústria há barreiras à entrada associadas em grande parte
às economias de escala oriundas de atividades P&D e de marketing (GADELHA,
1990; 2002; GADELHA et al., 2003; VARGAS, 2009).
O Brasil está entre os 10 maiores mercados farmacêuticos do mundo. As
principais empresas são multinacionais com baixa taxa de inovação (HASENCLEVER
et al., 2010), embora, haja crescente participação de empresas nacionais,
principalmente, devido às oportunidades de um mercado aberto, a partir de 1999,
pelos medicamentos genéricos (VARGAS, 2009; HASENCLEVER et al., 2010).
O mercado farmacêutico no Brasil tem apresentado crescimento anual de 10%
em seu faturamento, e a indústria desse setor tem aumentado sua produção em 50%
nos últimos anos (SANTOS; FERREIRA, 2012; MOTA, 2013). Contudo, essa indústria
é altamente dependente das importações, principalmente dos farmoquímicos, mas,
crescentemente também de bens finais como medicamentos (GUENNIF; RAMANI,
2012; MOTA, 2013). Por exemplo, no ano de 2013, 25% da oferta de medicamentos
114
era formada por importados, essa estatística para os farmoquímicos era de 74%
(IBGE, 2015a).
Gadelha (2006) observa que o Complexo de Saúde no Brasil depende das
importações de produtos de maior conteúdo tecnológico e que têm como origem
países do bloco Tratado Norte-Americano de Livre Comércio (North American Free
Trade Agreement- NAFTA) e da União Europeia. Em contraste, as exportações
brasileiras possuem como destino países em desenvolvimento.
Ampliando as discussões realizadas em Gadelha (2006) e em Mota et al.
(2012), Mota (2013) mostra que há indicações de especialização regressiva no Brasil,
destacando o déficit de conhecimento e tecnologia que há por trás do déficit comercial
da indústria farmacêutica.
A literatura que analisa a demanda por importações no Brasil é relativamente
extensa (ZINI, 1988; PORTUGAL, 1992; AZEVEDO; PORTUGAL, 1998; CARVALHO;
PARENTE, 1999; RESENDE, 2000; MORAIS; PORTUGAL, 2005; SANTOS;
BARROS, 2006; KAWAMOTO et al., 2013; POERSCHKE E MORAIS, 2014), fazendo
o uso de elasticidades e cobrindo os agregados totais ou mercados/segmentos
específicos (bens intermediários, de capital, de consumo duráveis, de consumo não
duráveis, agropecuários e lácteos). Os resultados indicam diferentes elasticidades,
sugerindo um papel importante para renda, preço e taxa de câmbio como
determinantes das importações. Contudo, não há estudos que façam essas
mensurações para as importações dos farmoquímicos e farmacêuticos.
A partir dessas considerações, o objetivo deste estudo é analisar a relação
entre demanda por importações de produtos farmoquímicos e farmacêuticos e
variáveis econômicas (taxa de câmbio, preço das importações e renda agregada),
para o Brasil, por meio da estimação de elasticidades, com dados mensais do período
1997-2014. Essas informações poderão permitir uma melhor compreensão da
trajetória crescente das importações desse segmento e de sua relação com as
variáveis de interesse.
4.2 METODOLOGIA
Uma função Cobb-Douglas foi utilizada para estimar as elasticidades-
constantes da demanda por importações de produtos farmoquímicos e farmacêuticos
do Brasil. Em termos econométricos, a função é representada por um modelo log-log,
115
onde os parâmetros estimados captam as elasticidades da demanda por essas
importações em relação à taxa de câmbio, preço das importações e renda agregada.
Por exemplo, a elasticidade-renda mensura a variação percentual na demanda por
importações ocasionadas por um aumento de 1% na renda agregada.
Para obtenção dos dados de importações, este trabalho seguiu a Classificação
Nacional de Atividades Econômicas (CNAE 2.0), observando o grupo de código 21.
Ela possui correspondências com o sistema de classificação de estatísticas de
comércio exterior do Brasil, dada pela Nomenclatura Comum do Mercosul (NCM), que
passou a vigorar a partir do ano de 1997, em substituição a Nomenclatura Brasileira
de Mercadorias (NBM). Contudo, não há compatibilidade significativa entre o NBM e
NCM (MOTA et al., 2012; MOTA, 2013), motivo que determinou a escolha da
periodicidade analisada no presente trabalho.
As estimações foram realizadas com base em cinco variáveis dependentes: i)
farmoquímicos e farmacêuticos; ii) farmoquímicos; iii) farmacêuticos; iv)
medicamentos e v) hemoderivados32. A segunda e terceira são subitens da primeira,
assim como a quarta e quinta são subitens da terceira variável.
O item i das importações tem como fonte o IPEADATA, os demais foram obtidos
diretamente através do AliceWeb do Ministério de Desenvolvimento, Indústria e
Comércio (MDIC). Essas variáveis dependentes se referem ao quantum das
importações, elas foram calculadas através da razão entre as importações em valores
monetários (dólares) do respectivo item e o índice de preços das importações dos
produtos farmoquímicos e farmacêuticos (obtidos através do IPEADATA). Em outras
palavras, devido a disponibilidade de dados, todos esses itens (i ao v) foram
deflacionados pelo índice de preços agregados desse setor (farmoquímicos e
farmacêuticos).
As séries preço das importações de bens desse setor, taxa de câmbio efetiva
real, e Produto Interno Bruto (PIB) em termos reais foram utilizadas como variáveis
explicativas. As duas últimas têm como fonte o Sistema Gerenciador de Séries
Temporais (SCS) do Banco Central do Brasil. E ainda, uma variável binária
correspondente a mudança de regime cambial (janeiro de 1999) foi incorporada como
controle nas estimações.
32 Os farmoquímicos se referem as substâncias e produtos químicos empregados na produção de
medicamentos. Já indústria de hemoderivados desenvolve atividades relacionadas à biotecnologia através do processamento do plasma humano (VARGAS,2009)
116
Os dados deste trabalho têm periodicidade mensal, entre os anos 1997 e 2014
(dados anuais serão apresentados na análise de estatísticas descritivas). Números
índices para as séries foram construídos, com base de janeiro de 1997, e,
dessazonalizadas pelo Census X-13 ARIMA. Todos modelos incorporam os
logaritmos naturais das variáveis (modelos log-log).
A estimação de elasticidades via o método dos Mínimos Quadrados Ordinários
poderia gerar conclusões errôneas, através de correlações espúrias. Além disso,
devido a possível simultaneidade entre os indicadores, viola-se a hipótese de
ausência de correlação entre o termo de erro e o regressor. Desta forma, este trabalho
aplicou um Modelo Vetorial de Correção de Erro (VEC) (BUENO, 2011; ENDERS,
2015).
Como pré-requisito para se estimar um VEC, é necessário verificar se as séries
possuem raiz unitária, ou seja, se elas são não estacionárias. Para tanto, dois testes
foram aplicados: Dickey-Fuller aumentado (ADF) e Kwiatkowski, Phillips, Schmidt e
Shin (KPSS).
O teste ADF apresenta a hipótese nula de que a série possui raiz unitária,
portanto, que ela é não estacionária, contra a hipótese alternativa de estacionaridade.
Duas especificações foram testadas, com constante e com constante e tendência.
Caso uma determinada série possua raiz unitária, aplica-se o teste para as primeiras
diferenças das séries para analisar a ordem de integração. A extensão da defasagem
foi obtida de acordo com critério de Schwarz.
Como o teste ADF sofre de baixo poder, ou seja, ele tende a falhar em rejeitar
a hipótese nula de raiz unitária, mesmo quando esta deveria ser rejeitada, o teste
KPSS pode complementar a análise de raiz unitária (HORNOK; LARSSON, 2000;
BUENO, 2011). O teste KPSS apresenta como hipótese nula estacionaridade da série,
contra a hipótese alternativa de não estacionaridade.
As estimações do modelo VEC seguem a proposta de Johansen (1988, 1991)
e Johansen e Juselius (1990). Primeiramente, os modelos de Vetor Autoregressivo
(VAR) devem ser utilizados para obtenção da defasagem ótima, tendo a sua escolha
com base no critério de Schwarz. Em seguida, verificou-se a possibilidade de
cointegração entre as séries, ou seja, testar se elas possuem tendências estocásticas
semelhantes. Em caso positivo, há evidência de uma relação de equilíbrio de longo
prazo entre elas. Nesta abordagem assume-se que as variáveis são determinadas
endogenamente e dois tipos de testes foram aplicados: o traço (λtraço) e o máximo
117
autovalor (λmáx). Em geral a hipótese nula inicia-se mais restritiva, ou seja, com r=0
vetores de cointegração. Quando os valores calculados de λtraço e λmáx são maiores do
que os respectivos valores críticos, rejeita-se a hipótese nula.
Havendo vetores de cointegração, pode ser dito que há equilíbrio de longo
prazo e as estimações das elasticidades podem ser obtidas pelo VEC. Uma outra
informação que pode ser gerada, refere-se a estimativa das elasticidades de curto
prazo e um termo de ajuste para o equilíbrio de longo prazo, conhecido como
mecanismo de correção de erros. Esse trabalho focou nas relações de longo prazo.
Para verificar a especificação do modelo foi aplicado testes de estabilidade do VEC,
autocorrelação, heterocedasticidade e normalidade dos resíduos. Os cálculos deste
trabalho foram realizados com o auxílio do software estatístico e econométrico Eviews
8.
4.3 RESULTADOS
A tabela 4.1 apresenta a evolução das importações de produtos farmoquímicos
e farmacêuticos, e, para fins de comparação, de suas exportações, com dados anuais,
no período de 1997-2014. Observa-se que, no ano de 1997, as importações
apresentavam um valor de US$ 1,96 bilhão, sendo que, no ano de 2014 alcançaram
o patamar de US$ 8,94 bilhões, representando um crescimento nominal de 355%.
Houve aumento na razão entre os valores das exportações e importações.
Apesar desse fato, o déficit comercial, diferença entre essas duas variáveis, aumentou
durante o período de análise, alcançando US$ 7,36 bilhões no ano de 2014. Nota-se,
através da coluna 6 dos dados, que o índice do volume das importações (o quantum)
cresceu 211% entre 1997 e 2014, enquanto o volume das exportações cresceu 403%.
Através dos gráficos C1 até C4 em apêndice, pode ser notado que a partir dos
anos 2004-2005, houve uma tendência de reduções na taxa de câmbio real
(valorização cambial), de crescimento da renda agregada (PIB), aumento nos preços
das importações e aumento das importações dos produtos farmoquímicos e
farmacêuticos.
118
Tabela 4.1- Evolução das importações, exportações e saldo comercial dos farmoquímicos e farmacêuticos, 1997-2014
Ano Exportações
(US$ milhões)
Importações (US$
milhões) Saldo Razão
Quantum das
Exportações (Índice=100
em 1997)
Quantum das Importações
(Índice=100 em 1997)
1997 300,56 1964,23 -1663,67 15,30 100,00 100,00
1998 333,08 2187,84 -1854,76 15,22 112,78 105,58
1999 358,81 2505,15 -2146,34 14,32 121,29 112,28
2000 308,81 2300,95 -1992,14 13,42 113,54 129,55
2001 316,76 2437,73 -2120,97 12,99 123,88 150,95
2002 301,42 2096,15 -1794,73 14,38 110,95 134,37
2003 328,35 2033,92 -1705,57 16,14 129,82 131,91
2004 400,07 2409,83 -2009,76 16,60 164,37 145,42
2005 516,42 2725,60 -2209,18 18,95 192,25 146,24
2006 677,90 3339,52 -2661,62 20,30 217,68 162,21
2007 822,80 4410,92 -3588,12 18,65 248,89 186,52
2008 1059,87 5553,80 -4493,93 19,08 279,12 208,32
2009 1183,30 5594,45 -4411,15 21,15 318,55 207,96
2010 1363,31 7534,38 -6171,07 18,09 385,96 266,55
2011 1573,50 7956,50 -6383,00 19,78 443,60 257,05
2012 1600,00 8401,44 -6801,44 19,04 452,09 269,42
2013 1605,18 9101,17 -7495,99 17,64 514,37 294,31
2014 1663,20 8939,26 -7276,06 18,61 503,09 311,44
Fonte: Cálculos do autor com base nos dados do IPEADATA.
Na tabela 4.2 os índices do volume das importações de produtos
farmoquímicos e farmacêuticos são apresentados, considerando os itens mais
desagregados (os gráficos C5 até C8 apresentam a evolução mensal dessas séries).
Como pode ser visto, houve um crescimento real de 94% para os farmoquímicos e de
400% para os farmacêuticos, entre os anos de 1997 e 2014. Considerando esse
mesmo período, dentre os farmacêuticos, nota-se, um crescimento de 238% para as
importações de medicamentos e de 1699% para os hemoderivados.
Através dos testes de raiz unitária (tabela C1 no apêndice), observa-se que as
séries possuem raiz unitária em nível e são estacionárias nas primeiras diferenças,
sendo assim, classificadas como integradas de ordem 133.
A tabela 4.3 contém os resultados do teste de cointegração. Como explicado
na seção de metodologia, antes da realização desse teste, modelos VAR foram
33 No caso do teste ADF com constante e tendência, as séries de importações tiveram a hipótese de raiz unitária rejeitada. Contudo, com base nos demais testes (qualquer especificação do KPSS e especificação com constante do ADF), e, em análise gráfica, este trabalho concluiu que as séries possuem raiz unitária.
119
utilizados para obtenção da defasagem ótima com base no critério de Schwarz. Em
todos os casos, a hipótese nula de nenhum vetor de cointegração deve ser rejeitada.
Tabela 4.2- Evolução dos índices dos volumes das importações por segmento, 1997-2014
Ano Farmacêuticos Medicamentos Hemoderivados Farmoquímicos
1997 100,00 100,00 100,00 100,00
1998 114,15 115,22 161,72 91,19
1999 132,31 127,33 230,78 87,96
2000 156,30 145,54 316,54 93,23
2001 184,32 164,11 466,74 115,75
2002 191,37 169,70 541,14 125,19
2003 191,61 170,02 545,52 116,65
2004 210,12 185,52 609,70 132,30
2005 213,26 190,18 686,69 129,03
2006 246,28 223,96 784,31 125,03
2007 286,76 252,15 1059,16 139,21
2008 311,92 262,21 1233,79 169,89
2009 322,46 257,01 1557,63 147,82
2010 417,71 293,74 1705,94 182,48
2011 406,03 297,38 2068,61 171,38
2012 423,19 302,04 2298,31 183,02
2013 461,78 317,20 2682,01 200,58
2014 500,10 338,46 2699,48 193,51
Fonte: Cálculos do autor com base nos dados do IPEADATA e AliceWeb.
Tabela 4.3- Testes de cointegração por segmento das importações
Hipótese Estatística
Traço valor-p Autovalor Máximo valor-p
Farmoquímicos e Farmacêuticos
r=0 77,19 0,00 35,08 0,00
r=1 42,11 0,00 27,52 0,00
r=2 14,58 0,06 14,17 0,05
Farmacêuticos
r=0 85,08 0,00 40,60 0,00
r=1 44,48 0,00 29,05 0,00
r=2 15,43 0,05 15,02 0,04
Medicamentos
r=0 90,67 0,00 46,55 0,00
r=1 44,22 0,00 29,72 0,00
r=2 14,50 0,07 13,98 0,05
Hemoderivados
r=0 101,10 0,00 57,24 0,00
r=1 43,87 0,00 28,70 0,00
r=2 15,17 0,06 14,26 0,04
Farmoquímicos
r=0 71,64 0,00 39,50 0,00
r=1 32,14 0,03 25,57 0,01
r=2 6,56 0,63 6,13 0,60
Fonte: Cálculos do autor com base nos dados do IPEADATA, AliceWeb e Banco Central.
120
Testes de estabilidade do VEC se mostraram satisfatórios (gráfico C9 no
apêndice). Contudo, houve, na maior parte dos casos, violações das hipóteses de
normalidade, homocedasticidade e não autocorrelação dos resíduos (tabela C2).
Modelos com defasagens arbitrárias e inclusão de variáveis binárias para outliers se
apresentaram mais satisfatórios, em relação a essas hipóteses dos resíduos (tabelas
C3 e C4 no apêndice). Porém, em geral, não houve alterações dos resultados e das
conclusões, fato este que nos leva a continuar a analisar resultados nas
especificações baseadas no critério formal de Schwarz.
As elasticidades estimadas para o preço, renda e da taxa de câmbio em relação
às importações são apresentadas na tabela 4.4. Pode ser observado que no modelo
mais agregado (farmoquímicos e farmacêuticos), todas as variáveis foram
estatisticamente significativas em nível de 5%. A elasticidade-renda foi de 1,62, a do
preço -0,58 e a da taxa de câmbio -0,65.
Tabela 4.4- Estimativas das elasticidades por segmento das importações
Preço
Importações PIB Taxa de Câmbio
Velocidade de Ajustamento
Farmoquímicos e Farmacêuticos
-0,58*** 1,62*** -0,65*** -0,32***
(0,18) (0,15) (0,16) (0,09)
Farmacêuticos -0,47*** 2,20*** -0,16 -0,58***
(0,12) (0,10) (0,10) (0,12)
Medicamentos -0,22* 1,51*** -0,05 -0,68***
(0,12) (0,11) (0,11) (0,11)
Hemoderivados -1,17*** 4,56*** -0,09 -0,82***
(0,23) (0,20) (0,21) (0,12)
Farmoquímicos -0,35** 1,34*** -0,08 -0,69***
(0,15) (0,13) (0,10) (0,11)
Fonte: Cálculos do autor com base nos dados do IPEADATA, AliceWeb e Banco Central.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. De acordo com critério de Schwarz, foram escolhidas 2 defasagens para todos os modelos.
Em todas as outras estimações, a taxa de câmbio passou a ser estatisticamente
não significativa a 5%. A elasticidade-renda foi significativa em todos os casos
apresentando os valores 2,20; 1,51; 4,56 e 1,34, respectivamente para os itens
farmacêuticos, medicamentos, hemoderivados e farmoquímicos.
A elasticidade-preço das importações não foi significativa para os
medicamentos (apesar de ter sido significativa em nível de 10%) e apresentou os
121
valores de -0,35; -0,47 e -1,17 para os farmoquímicos, farmacêuticos e
hemoderivados, sendo as três estatisticamente significativas a 5%.
As velocidades de ajuste de curto para o longo prazo foram respectivamente
-0,32; -0,58; -0,68; -0,82 e -0,69 para farmoquímicos e farmacêuticos, farmacêuticos,
medicamentos, hemoderivados e farmoquímicos. Por exemplo, para o caso dos
medicamentos, 68% dos desequilíbrios de curto prazo são corrigidos a cada período.
4.4 DISCUSSÕES E CONCLUSÕES
Inicialmente como forma de apresentar um cenário geral das importações dos
produtos farmoquímicos e farmacêuticos, observou-se sua evolução
comparativamente às exportações. Verificou-se um crescimento no déficit da balança
comercial desses produtos (diferença entre as exportações e importações). Esse
resultado tem sido observado na literatura que defende a existência de um déficit de
conhecimento e tecnologia no padrão de comércio exterior de produtos dessa
indústria (GADELHA, 2006; MOTA et al., 2012; MOTA, 2013).
Ademais, as importações, que já possuíam um valor expressivo, tiveram
crescimento de forma significativa em todos seus itens, resultado este que pode ser
observado de maneira ainda mais forte nos hemoderivados.
Mota (2013) observa que os hemoderivados possuem forte e crescente peso
no déficit na balança comercial da indústria farmacêutica. O item medicamentos é o
segundo com maior peso nesse déficit. Os países desenvolvidos são o destino de boa
parte das importações dos farmacêuticos. Já as importações de fármacos são
dependentes da União Europeia e dos EUA, mas, também, crescentemente da China
e da Índia. Por exemplo, em 2010, 72,4% das importações desses últimos itens tinham
como origem países desenvolvidos, 17,6% a China e 7,6% a Índia. Cabe destacar que
a classificação no presente trabalho difere da seguida em Mota (2013). Como
explicitado na metodologia, este trabalho segue a CNAE 2.0, onde os valores
apresentados aqui dos produtos farmoquímicos diferem significativamente desse
trabalho supracitado. Entretanto, os valores dos demais itens são bastante
semelhantes nesses dois trabalhos.
Notou-se em análise gráfica que, principalmente a partir dos anos 2004-2005,
houve aumentos na renda agregada e reduções da taxa de câmbio real (valorização
cambial), fatores que tendem a estimular as importações.
122
Observou-se que as séries são integradas de ordem 1. Em geral, a literatura
encontra resultados semelhantes para as séries de importações, PIB e taxa de câmbio
(PORTUGAL, 1992; AZEVEDO; PORTUGAL, 1998; RESENDE, 2000; MORAIS;
PORTUGAL, 2005). A existência de raiz unitária implicou na necessidade do teste de
cointegração entre as variáveis. Os resultados mostraram que há relações de
equilíbrio de longo prazo entre as variáveis.
Assim, as estimativas das elasticidades de longo prazo puderam ser obtidas.
Mostrou-se no modelo mais agregado que as relações têm o comportamento como o
esperado, onde importações se associam positivamente ao nível de atividade
econômica. Esse resultado caracteriza esses bens como normal, onde um aumento
da renda acarreta em aumento em sua demanda. E ainda, essa relação é elástica, ou
seja, um aumento no PIB acarreta em aumento mais do que proporcional na demanda
por importações. Por exemplo, um aumento de 1% no PIB (renda) implica em um
aumento de 1,62% nas importações dos farmoquímicos e farmacêuticos.
As importações têm uma relação negativa com os preços dos importados e com
a taxa de câmbio real, esse primeiro caso indica que aumentos nos preços
desestimulam a demanda e o segundo que aumentos na taxa de câmbio real
(desvalorizações cambiais) aumentam os preços relativos gerais, tendo assim, um
efeito similar ao desse primeiro caso. Ambas relações são inelásticas, aumentos
nessas variáveis acarretam em reduções menos do que proporcionais na demanda
por importações desses produtos.
Relações nesse sentido foram encontradas em alguns trabalhos da literatura
com importações totais da economia (ZINI, 1988; AZEVEDO; PORTUGAL, 1998),
diferente de outros artigos que também utilizando importações totais (com
metodologia e/ou periodicidade diferentes desses primeiros) encontram elasticidades
renda inelásticas e/ou relações elásticas para a taxa de câmbio (PORTUGAL, 1992;
RESENDE, 2000; MORAIS; PORTUGAL, 2005).
Quando as importações foram analisadas por segmentos mais desagregados,
em todos os casos, a taxa de câmbio real passou a não apresentar relação
significativa com as importações. Esse resultado não é como o esperado, entretanto,
Kawamoto et al. (2013) encontra que essa variável não apresenta impacto
estatisticamente significativo sobre as importações de produtos industrializados ou um
resultado significativo, mas, com magnitude pequena.
123
Nesses segmentos mais desagregados, independente do caso, as importações
se caracterizaram como bens normais, onde o aumento da atividade econômica está
associado de maneira elástica aos indicadores analisados. Há um coeficiente de
impacto sobre as importações de magnitude alta nos hemoderivados, e, uma relação
também elástica, mas, de menor impacto, sobre as importações dos medicamentos.
Esse resultado dos hemoderivados (alta elasticidade) pode estar relacionado a
seu crescimento bastante acentuado. A literatura observa que a legislação no Brasil
proibi a comercialização de sangues e seus derivados, dessa forma, desde 2001, o
Ministério da Saúde adotou a postura de estímulo ao aproveitamento de plasma
através da contratação de empresas de outros países para executar serviços
relacionados ao fracionamento do plasma (VARGAS, 2009).
No caso dos preços das importações, eles se apresentam negativamente
relacionados as importações dos farmoquímicos, farmacêuticos e dos
hemoderivados, sendo uma relação inelástica para esses dois primeiros casos, e,
elástica no último. Portanto, aumentos nos preços acarretam em reduções menos do
que proporcionais nas importações dos farmoquímicos e dos farmacêuticos, e, mais
do que proporcionais para os hemoderivados. Os preços das importações não
apresentaram impacto significativo (a 5%) sobre os medicamentos (apesar de haver
significância a 10%). Em resumo, há evidências de que aumentos nos preços das
importações desestimulam as importações dos produtos farmoquímicos e
farmacêuticos.
Portanto, o PIB se mostrou uma variável bastante robusta e importante como
determinante das importações dos produtos farmoquímicos e farmacêuticos, sejam
em sua forma menos ou mais desagregada. Considerando os argumentos explicitados
na literatura de que o déficit no comércio internacional dessa indústria se relaciona
com déficit em conhecimento e tecnologia, somando aos resultados encontrados aqui,
há indícios de que, conforme o nível de atividade econômica cresce, ocorre uma maior
demanda por esse tipo de produto, não havendo produção nacional suficiente, há a
necessidade de importações, gerando pressões no déficit comercial desse segmento,
fato que ocorre tanto para os insumos mensurados pelos farmoquímicos como para
produtos finais como os medicamentos.
A variável preço também foi significativa na maior parte dos casos, contudo,
sua importância em termos de magnitude foi menor do que a apresentada pelo PIB.
Por fim, a relação entre taxa de câmbio e importações não se mostrou robusta.
124
Mota (2013) observa que apesar do crescimento econômico, a partir de 2006,
houve um aumento da razão entre déficit comercial desse setor e PIB, representando
maior dependência do país.
Cabe destacar algumas das limitações deste trabalho. Uma delas, deve-se ao
fato de que, devido a disponibilidade de dados, este trabalho utilizou os preços dos
farmoquímicos e farmacêuticos de forma agregada, mesmo nas análises de
importações mais desagregadas. Outro fato é que, apesar da quantidade de
observações não ser pequena, a quantidade de anos que são cobertos pela análise
não é grande, podendo influenciar as estimativas de elasticidades.
125
REFERÊNCIAS
AZEVEDO, A. F. Z.; PORTUGAL, M. S. Abertural Comercial Brasileira e Instabilidade da Demanda por Importações. Nova Economia, v. 08, n. 01, p. 37-63, 1998. BUENO, R. D. L. D. S. Econometria de Séries Temporais. 2º ed. São Paulo: Cengage Learning, 2011. CARVALHO, A.; PARENTE, M. A. Estimação de equações de demanda de importações por categorias de uso para o Brasil (1978/1996): Brasília: IPEA, abr. (Texto para discussão, 636), 1999. ENDERS, W. Applied Econometric Series. 4º ed. Estados Unidos: John Wiley & Sons, Inc, 2015. GADELHA, C. A. G. Biotecnologia em Saúde: Um Estudo da Mudança Tecnológica na Indústria Farmacêutica e das Perspectivas de seu Desenvolvimento no Brasil. Instituto de Economia da Unicamp, Campinas, 1990. ______. Estudo da competitividade de cadeias integradas no Brasil: impactos das zonas livres de comércio (Cadeia: Complexo da Saúde). IE/NEIT/Unicamp/MCT/Finep. Campinas, 2002 ______. Desenvolvimento, complexo industrial da saúde e política industrial. Rev Saúde Pública, v. 40, n. N Esp, p. 11-23, 2006. GADELHA, C. A. G.; QUENTAL, C.; FIALHO, B. D. C. Saúde e inovação: uma abordagem sistêmica das indústrias da saúde. Cad. Saúde Pública, v. 19, n. 1, p. 47-59, 2003. GUENNIF, S.; RAMANI, S. V. Explaining divergence in catching-up in pharma between India and Brazil using the NSI framework. Research Policy, v. 41, n. 2, p. 430-441, 2012. HASENCLEVER, L. et al. Economia Industrial de Empresas Farmacêuticas. E-papers. Rio de Janeiro, 2010 HORNOK, A.; LARSSON, R. The finite sample distribution of the KPSS test. Econometrics Journal, v. 3, n. 1, p. 108-121, 2000. JOHANSEN, S. Statistical analysis of cointegration vectors. Journal of Economic Dynamics and Control, v. 12, n. 2–3, p. 231-254,1988. ______. Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models. Econometrica, v. 59, n. 6, p. 1551-1580, 1991. JOHANSEN, S.; JUSELIUS, K. MAXIMUM LIKELIHOOD ESTIMATION AND INFERENCE ON COINTEGRATION — WITH APPLICATIONS TO THE DEMAND
126
FOR MONEY. Oxford Bulletin of Economics and Statistics, v. 52, n. 2, p. 169-210, 1990. KAWAMOTO, C. T.; SANTANA, B. L.; FONSECA, H. Elasticidade Renda e Elasticidade Preço das Exportações e das Importações de Produtos Industrializados no Brasil (2003-2010): Uma Avaliação Utilizando Dados em Painel. Revista de Economia v. 39, n. 2, p. 139-159, 2013. MORAIS, I. A. C.; PORTUGAL, M. S. A markov switching model for the Brazilian Demand for Imports: Analyzing the import substitution process in Brazil. Revista de Econometria, v. 25, n. 2, p. 173-219, 2005. MOTA, F. B. Ensaios em Economia Política do Desenvolvimento. Evolução do Comércio Exterior da Indústria Farmacêutica Brasileira Pós-Liberalização Comercial: Há Evidências de Especialização Regressiva?: Rio de Janeiro: Instituto de Economia da UFRJ (Tese de Doutorado), 2013. MOTA, F. B.; CASSIOLATO, J. E.; GADELHA, C. A. G. Articulação da indústria farmacêutica brasileira com o exterior: há evidências de especialização regressiva? Cad. Saúde Pública, v. 28, n. 3, p. 527-536, 2012. PALMEIRA-FILHO, P.; PAN, S. Cadeia Farmacêutica no Brasil: Avaliação Preliminar e Perspectivas. BNDES Setorial, v. 18, p. 3-22, 2003. POERSCHKE, R. P.; MORAIS, I. A. C. D. Determinantes da demanda brasileira por importação de arroz: uma abordagem não linear. Revista de Economia e Sociologia Rural, v. 52, p. 177-194, 2014. PORTUGAL, M. S. Um modelo de correção de erros para a demanda por importações brasileira. Pesquisa e Planejamento Econômico, v. 22, n. 3, p. 501-540, 1992. RESENDE, M. F. C. Crescimento Econômico, Disponibilidade de Divisas e Importações Totais e por Categoria de Uso no Brasil: Um Modelo de Correção de Erros: Brasília: IPEA, abr. (Texto para discussão, 714), 2000. SANTOS, D. F. D.; BARROS, G. S. A. D. C. Importações brasileiras de leite: impactos micro e macroeconômicos. Economia Aplicada, v. 10, p. 541-559, 2006. SANTOS, E. C. D.; FERREIRA, M. A. A Indústria Farmacêutica e a Introdução de Medicamentos Genéricos no Mercado Brasileiro. Nexos Econômicos, v. 6, n. 2, p. 95-120, 2012. VARGAS, M. A. Documento Setorial: Farmacêutica: In: KUPFER, D.; LAPLANE, M. F.; HIRATUKA, C. (coord.). Perspectivas de investimento no Brasil: Sistema Produtivo da Saúde. Rio de Janeiro: Synergia Editora, 2009. ZINI, A. A. Funções de exportação e de importação para o Brasil. Pesquisa e Planejamento Econômico, v. 18, n. 3, p. 615-662, 1988.
127
APÊNDICE C
Gráfico C1- Evolução do logaritmo natural do índice do volume das importações de
farmoquímicos e farmacêuticos, 1997-2014
4.8
5.2
5.6
6.0
6.4
6.8
1998 2000 2002 2004 2006 2008 2010 2012 2014
Fonte: Cálculos do autor com base nos dados do IPEADATA.
Gráfico C2- Evolução do logaritmo natural do índice do PIB real, 1997-2014
4.4
4.6
4.8
5.0
5.2
5.4
1998 2000 2002 2004 2006 2008 2010 2012 2014 Fonte: Cálculos do autor com base nos dados do Banco Central.
128
Gráfico C3- Evolução do logaritmo natural do índice do preço das importações de
farmoquímicos e farmacêuticos, 1997-2014
4.2
4.4
4.6
4.8
5.0
5.2
5.4
1998 2000 2002 2004 2006 2008 2010 2012 2014 Fonte: Cálculos do autor com base nos dados do IPEADATA.
Gráfico C4- Evolução do logaritmo natural do índice da taxa efetiva real de câmbio,
1997-2014
4.4
4.6
4.8
5.0
5.2
5.4
5.6
1998 2000 2002 2004 2006 2008 2010 2012 2014 Fonte: Cálculos do autor com base nos dados do Banco Central.
129
Gráfico C5- Evolução do logaritmo natural do índice do volume das importações de farmacêuticos, 1997-2014
4.8
5.2
5.6
6.0
6.4
6.8
7.2
1998 2000 2002 2004 2006 2008 2010 2012 2014 Fonte: Cálculos do autor com base nos dados do IPEADATA e AliceWeb.
Gráfico C6- Evolução do logaritmo natural do índice do volume das importações de medicamentos, 1997-2014
4.8
5.2
5.6
6.0
6.4
6.8
1998 2000 2002 2004 2006 2008 2010 2012 2014 Fonte: Cálculos do autor com base nos dados do IPEADATA e AliceWeb.
130
Gráfico C7- Evolução do logaritmo natural do índice do volume das importações de hemoderivados, 1997-2014
4
5
6
7
8
9
10
1998 2000 2002 2004 2006 2008 2010 2012 2014 Fonte: Cálculos do autor com base nos dados do IPEADATA e AliceWeb.
Gráfico C8- Evolução do logaritmo natural do índice do volume das importações de
farmoquímicos, 1997-2014
4.6
4.8
5.0
5.2
5.4
5.6
5.8
6.0
6.2
1998 2000 2002 2004 2006 2008 2010 2012 2014 Fonte: Cálculos do autor com base nos dados do IPEADATA e AliceWeb.
131
Tabela C1- Testes de raiz unitária nos níves e nas primeiras diferenças (PD) das
variáveis
Constante Constante e Tendência
ADF KPSS ADF KPSS
t valor crítico
(5%) LM
valor crítico (5%)
t valor crítico
(5%) LM
valor crítico (5%)
Farmoquímicos e Farmacêuticos
-1,09 2,87 0,78 0,46 -4,71 -3,43 0,31 0,15
Farmacêuticos -1,49 2,87 0,63 0,46 -19,21 -3,43 0,22 0,15
Medicamentos -1,44 2,87 0,86 0,46 -7,48 -3,43 0,40 0,15
Hemoderivados -2,00 2,87 0,85 0,46 -6,20 -3,43 0,45 0,15
Farmoquímicos -1,73 2,87 1,27 0,46 -5,65 -3,43 0,08 0,15
Preço Importações -0,84 2,87 0,55 0,46 -1,74 -3,43 0,21 0,15
Taxa de Câmbio -2,30 2,87 0,51 0,46 -2,50 -3,43 0,38 0,15
PIB -0,90 2,87 0,82 0,46 -2,03 -3,43 0,24 0,15
Farmoquímicos e Farmacêuticos (PD)
-14,51 2,87 0,05 0,46 -14,47 -3,43 0,04 0,15
Farmacêuticos (PD) -5,11 2,87 0,12 0,46 -19,19 -3,43 0,06 0,15
Medicamentos (PD) -14,55 2,87 0,09 0,46 -14,53 -3,43 0,04 0,15
Hemoderivados (PD)
-10,77 2,87 0,21 0,46 -10,84 -3,43 0,07 0,15
Farmoquímicos (PD)
-14,57 2,87 0,02 0,46 -14,53 -3,43 0,02 0,15
Preço Importações (PD)
-14,98 2,87 0,09 0,46 -14,95 -3,43 0,09 0,15
Taxa de Câmbio (PD)
-9,74 2,87 0,18 0,46 -9,77 -3,43 0,10 0,15
PIB (PD) -15,70 2,87 0,09 0,46 -15,67 -3,43 0,08 0,15
Fonte: Cálculos do autor com base nos dados do IPEADATA, AliceWeb e Banco Central.
132
Gráfico C9- Teste de estabilidade do VEC
Farmoquímicos e Farmacêuticos Farmacêuticos
Medicamentos Hemoderivados
Farmoquímicos
Fonte: Cálculos do autor com base nos dados do IPEADATA, AliceWeb e Banco Central.
-1-.
50
.51
Imagin
ary
-1 -.5 0 .5 1Real
The VECM specification imposes 3 unit moduli
Roots of the companion matrix
-1-.
50
.51
Ima
gin
ary
-1 -.5 0 .5 1Real
The VECM specification imposes 3 unit moduli
Roots of the companion matrix-1
-.5
0.5
1
Ima
gin
ary
-1 -.5 0 .5 1Real
The VECM specification imposes 3 unit moduli
Roots of the companion matrix
-1-.
50
.51
Ima
gin
ary
-1 -.5 0 .5 1Real
The VECM specification imposes 3 unit moduli
Roots of the companion matrix
-1-.
50
.51
Imagin
ary
-1 -.5 0 .5 1Real
The VECM specification imposes 3 unit moduli
Roots of the companion matrix
133
Tabela C2- Testes de Normalidade, heterocedasticidade e autocorrelação por segmento das importações
Farmoquímicos
e Farmacêuticos
Farmacêuticos Medicamentos Hemoderivados Farmoquí-
micos
valor-p
Normalidade 0,000 0,000 0,683 0,000 0,000
Autocorre-lação
1 def. 0,002 0,023 0,061 0,014 0,011
2 def. 0,013 0,022 0,036 0,001 0,015
3 def. 0,142 0,426 0,634 0,180 0,279
4 def. 0,000 0,002 0,000 0,004 0,013
5 def. 0,156 0,183 0,034 0,238 0,070
6 def. 0,330 0,210 0,028 0,233 0,425
7 def. 0,989 0,917 0,968 0,406 0,620
8 def. 0,887 0,806 0,528 0,960 0,855
9 def. 0,520 0,377 0,041 0,269 0,875
10 def. 0,312 0,601 0,602 0,216 0,112
Heteroce-dasticidade
0,000 0,000 0,000 0,000 0,000
Fonte: Cálculos do autor com base nos dados do IPEADATA, AliceWeb e Banco Central.
Notas: Teste Jarque-Bera para Normalidade, teste LM para autocorrelação e teste White para heterocedasticidade. O termo “def” indica defasagens.
Tabela C3- Estimativas das elasticidades por segmento das importações, modelos
com defasagens arbitrárias
Preço
Importações PIB
Taxa de Câmbio
Velocidade de Ajustamento
Farmoquímicos e Farmacêuticos
-0,70*** 1,88*** -0,54*** -0,23**
(0,17) (0,13) (0,15) (0,11)
Farmacêuticos -0,30** 2,19*** 0,09 -0,56***
(0,12) (0,10) (0,11) (0,14)
Medicamentos -0,30 1,79*** 0,14*** -0,44***
(0,16) (0,13) (0,11) (0,14)
Farmoquímicos -0,42*** 1,41*** -0,10 -0,61***
(0,16) (0,13) (0,11) (0,12)
Fonte: Cálculos do autor com base nos dados do IPEADATA, AliceWeb e Banco Central.
Notas: *, **, *** denotam valor-p menor do que 10%, 5% e 1%. Foram utilizados os seguintes números de defasagens: 6 para Farmoquímicos e farmacêuticos, 4 para farmacêuticos, 6 para medicamentos e 7 para farmoquímicos. Para os hemoderivados não se encontrou um modelo que satisfizesse essas três hipóteses: normalidade, não autocorrelação e homocedasticidade.
134
Tabela C4- Valor-p dos testes de Normalidade, heterocedasticidade e
autocorrelação por segmento das importações, modelos com defasagens arbitrárias
Farmoquímicos
e Farmacêuticos
Farmacêuticos Medicamentos Farmoquí-
micos
valor-p
Normalidade 0,235 0,362 0,902 0,223
Autocorrelação
1 def. 0,320 0,437 0,619 0,819
2 def. 0,102 0,548 0,676 0,111
3 def. 0,114 0,331 0,465 0,065
4 def. 0,144 0,502 0,081 0,450
5 def. 0,957 0,161 0,899 0,225
6 def. 0,397 0,266 0,840 0,749
7 def. 0,566 0,782 0,976 0,888
8 def. 0,248 0,492 0,821 0,680
9 def. 0,746 0,382 0,119 0,268
10 def. 0,414 0,721 0,754 0,070
Heteroce-dasticidade
0,070 0,124 0,170 0,105
Fonte: Cálculos do autor com base nos dados do IPEADATA, AliceWeb e Banco Central.
Notas:Teste Jarque-Bera para Normalidade, teste LM para autocorrelação e teste White para heterocedasticidade. O termo “def” indica defasagens.